| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 车辆行为轨迹检测关键技术概述 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.3.1 智能交通系统 | 第11页 |
| 1.3.2 存在的问题 | 第11-12页 |
| 1.4 主要工作内容 | 第12-15页 |
| 第二章 车辆检测算法 | 第15-23页 |
| 2.1 相邻帧间差分算法 | 第15页 |
| 2.2 背景差分算法 | 第15-18页 |
| 2.4 实验结果与分析 | 第18-22页 |
| 2.4.1 帧差法实验结果 | 第18-20页 |
| 2.4.2 混合高斯模型法 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 车辆跟踪算法 | 第23-43页 |
| 3.1 特征匹配搜索算法 | 第23-25页 |
| 3.1.1 绝对平衡搜索算法 | 第23-24页 |
| 3.1.2 归一化互相关匹配算法 | 第24-25页 |
| 3.1.3 直方图匹配算法 | 第25页 |
| 3.2 均值漂移算法 | 第25-27页 |
| 3.3 光流跟踪算法 | 第27-31页 |
| 3.4 改进的基于PRLK光流的多目标自动跟踪算法 | 第31-37页 |
| 3.4.1 算法基本思想 | 第32页 |
| 3.4.2 前景分割及新目标检测 | 第32-34页 |
| 3.4.3 Harris特征点目标标识 | 第34-35页 |
| 3.4.4 PRLK光流跟踪 | 第35-36页 |
| 3.4.5 模版更新策略 | 第36-37页 |
| 3.5 实验结果与分析 | 第37-41页 |
| 3.5.1 传统LK光流跟踪 | 第37-38页 |
| 3.5.2 改进的跟踪算法 | 第38-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 双目立体视觉摄像机标定 | 第43-55页 |
| 4.1 成像几何模型 | 第43-45页 |
| 4.2 摄像机标定技术 | 第45-50页 |
| 4.2.1 张正友平板标定方法 | 第46-48页 |
| 4.2.2 双目摄像机系统的标定 | 第48页 |
| 4.2.3 极线约束 | 第48-50页 |
| 4.3 实验过程与结果分析 | 第50-54页 |
| 4.3.1 实验过程 | 第51-53页 |
| 4.3.2 标定结果分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 三维运动轨迹重建 | 第55-71页 |
| 5.1 立体匹配 | 第55页 |
| 5.2 改进的基于SURF特征的立体匹配算法 | 第55-61页 |
| 5.2.1 SURF特征检测算法 | 第56-59页 |
| 5.2.2 基于改进的KNN-RANSAC特征点匹配 | 第59-61页 |
| 5.3 空间点三维坐标测量 | 第61-64页 |
| 5.3.1 最小二乘法 | 第61-62页 |
| 5.3.2 三角测量法 | 第62-64页 |
| 5.4 实验结果与分析 | 第64-69页 |
| 5.4.1 三维重建轨迹的世界坐标系设定 | 第64-65页 |
| 5.4.2 三维轨迹生成 | 第65-67页 |
| 5.4.3 精度测试与分析 | 第67-69页 |
| 5.5 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 发表论文和参加科研情况 | 第79-81页 |
| 致谢 | 第81页 |