基于视频图像序列的抛洒物检测
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-14页 |
·论文研究背景 | 第8页 |
·国内外研究现状 | 第8-10页 |
·OpenCV简介 | 第10-11页 |
·论文的研究内容及研究意义 | 第11-13页 |
·研究内容 | 第11-12页 |
·研究意义 | 第12-13页 |
·论文的组织 | 第13-14页 |
第二章 运动目标的检测 | 第14-30页 |
·视频图像预处理 | 第14-17页 |
·图像噪声的消除 | 第14-16页 |
·图像的灰度化 | 第16-17页 |
·常见的运动目标检测算法 | 第17-18页 |
·基于背景差分法的运动目标分离 | 第18-21页 |
·原始背景的提取 | 第18-19页 |
·背景差分 | 第19-20页 |
·背景更新 | 第20-21页 |
·运动目标的提取及阴影的消除 | 第21-24页 |
·形态学滤波 | 第21页 |
·阴影的消除 | 第21-23页 |
·轮廓提取 | 第23-24页 |
·分裂轮廓的融合算法 | 第24-27页 |
·实验结果及分析 | 第27-29页 |
·本章小结 | 第29-30页 |
第三章 运动目标的跟踪及交通参数的提取 | 第30-40页 |
·基于视频图像的运动目标跟踪算法 | 第30-31页 |
·基于Kalman滤波的运动目标跟踪 | 第31-36页 |
·Kalman滤波器原理 | 第31-34页 |
·Kalman滤波器参数设定 | 第34页 |
·实验结果及分析 | 第34-36页 |
·基于区域质心的运动目标跟踪 | 第36-38页 |
·区域质心跟踪原理 | 第36-37页 |
·跟踪目标档案的建立 | 第37-38页 |
·交通参数的提取 | 第38页 |
·瞬时速度的提取 | 第38页 |
·交通流量的统计 | 第38页 |
·实验结果及分析 | 第38-39页 |
·本章小结 | 第39-40页 |
第四章 抛洒物检测 | 第40-54页 |
·基于SVM的车辆与非车目标的分类识别 | 第40-45页 |
·识别流程 | 第40-41页 |
·支持向量机分类原理 | 第41-43页 |
·特征向量的提取 | 第43-44页 |
·实验结果及分析 | 第44-45页 |
·改进的基于双重背景的抛洒物检测 | 第45-53页 |
·基于双重背景的检测方法 | 第46-48页 |
·实验结果及分析 | 第48-52页 |
·改进的基于双重背景的检测方法 | 第52-53页 |
·本章小结 | 第53-54页 |
第五章 基于视频图像序列的抛洒物检测系统设计 | 第54-58页 |
·系统概述 | 第54页 |
·系统结构及功能描述 | 第54-56页 |
·系统开发 | 第56-57页 |
·本章小结 | 第57-58页 |
第六章 总结与展望 | 第58-60页 |
·本文所做的工作 | 第58-59页 |
·进一步的工作 | 第59页 |
·展望 | 第59-60页 |
致谢 | 第60-62页 |
参考文献 | 第62-66页 |
在读期间的研究成果 | 第66-68页 |
附录A | 第68-69页 |