基于视频图像的交通事件自动检测系统关键算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题研究背景与意义 | 第12-13页 |
| ·研究现状分析 | 第13-14页 |
| ·视频交通检测系统研究现状 | 第13页 |
| ·电子稳像技术研究现状 | 第13-14页 |
| ·研究目标与内容 | 第14-15页 |
| ·研究目标 | 第14页 |
| ·研究内容 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 第二章 视频图像处理关键算法 | 第17-40页 |
| ·引言 | 第17页 |
| ·运动车辆检测算法 | 第17-23页 |
| ·运动目标检测算法 | 第17-19页 |
| ·背景建模方法 | 第19-21页 |
| ·运动目标提取算法 | 第21-23页 |
| ·运动车辆跟踪算法 | 第23-25页 |
| ·卡尔曼滤波原理 | 第23页 |
| ·基于卡尔曼滤波的跟踪 | 第23-25页 |
| ·电子稳像关键技术 | 第25-34页 |
| ·图像预处理 | 第25-29页 |
| ·运动估计 | 第29-32页 |
| ·运动滤波 | 第32-33页 |
| ·运动补偿 | 第33-34页 |
| ·边缘检测算法 | 第34-38页 |
| ·边缘检测算法原理 | 第34-35页 |
| ·经典边缘检测算法 | 第35-36页 |
| ·Canny 边缘检测 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第三章 基于边缘特征的自适应模板匹配算法研究 | 第40-55页 |
| ·引言 | 第40页 |
| ·传统块匹配法的分析 | 第40-41页 |
| ·改进的模板匹配算法原理分析 | 第41-42页 |
| ·边缘检测 | 第42-43页 |
| ·自适应模板匹配算法 | 第43-50页 |
| ·模板建立 | 第43-46页 |
| ·模板自适应调整 | 第46-48页 |
| ·模板搜索 | 第48-49页 |
| ·模板匹配准则 | 第49-50页 |
| ·模板更新 | 第50页 |
| ·运动滤波与运动补偿 | 第50-51页 |
| ·实验结果及分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 系统日夜环境检测研究 | 第55-63页 |
| ·引言 | 第55页 |
| ·检测原理 | 第55-56页 |
| ·特征选取及采集 | 第56-59页 |
| ·特征选取 | 第56页 |
| ·颜色特征提取 | 第56-57页 |
| ·特征采集与统计 | 第57-59页 |
| ·建立颜色特征分布集 | 第59-60页 |
| ·环境预测 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 交通事件检测算法研究 | 第63-74页 |
| ·引言 | 第63页 |
| ·云台移动与复位检测 | 第63-67页 |
| ·检测原理 | 第63-65页 |
| ·检测效果 | 第65-67页 |
| ·行人和非机动车检测 | 第67-69页 |
| ·检测原理 | 第67-68页 |
| ·检测效果 | 第68-69页 |
| ·拥堵检测 | 第69-72页 |
| ·检测原理 | 第69-71页 |
| ·检测效果 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间发表的论文 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |
