基于计算机视觉的地铁线网客流实时监控系统研究
| 致谢 | 第1-5页 |
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-18页 |
| ·研究背景 | 第12-14页 |
| ·现有客流检测方法 | 第14-16页 |
| ·现有客流检测方法的不足 | 第14-15页 |
| ·基于计算机视觉的客流检测方法的优势 | 第15-16页 |
| ·本文主要内容和章节安排 | 第16-18页 |
| ·论文的主要工作 | 第16-17页 |
| ·论文的章节安排 | 第17-18页 |
| 2 计算机视觉系统框架 | 第18-38页 |
| ·计算机视觉概述 | 第18-19页 |
| ·视觉计算理论 | 第19-23页 |
| ·Marr视觉理论框架 | 第20-21页 |
| ·基于知识的理论框架 | 第21-22页 |
| ·基于目的的主动视觉理论框架 | 第22-23页 |
| ·计算机视觉系统框架 | 第23-37页 |
| ·图像数字化 | 第24-25页 |
| ·序列图像预处理 | 第25-30页 |
| ·视频图像分割 | 第30-36页 |
| ·目标识别与分类 | 第36-37页 |
| ·小结 | 第37-38页 |
| 3 基于单目视觉的客流量检测方法 | 第38-58页 |
| ·改进的客流目标检测方法 | 第38-50页 |
| ·基于混合高斯建模的背景减除法 | 第38-45页 |
| ·改进的瞬时差分法 | 第45-50页 |
| ·两种方法的实现效果对比 | 第50页 |
| ·基于目标连续跟踪的客流计数 | 第50-56页 |
| ·常用的目标跟踪方法 | 第51-52页 |
| ·特征匹配代价函数 | 第52-53页 |
| ·基于卡尔曼滤波的匹配搜索区域预测 | 第53-55页 |
| ·运动目标跟踪计数 | 第55-56页 |
| ·客流检测与跟踪实现 | 第56-57页 |
| ·小结 | 第57-58页 |
| 4 改进的双目立体视差融合的客流计数方法 | 第58-66页 |
| ·双目立体视觉概述 | 第58-59页 |
| ·双目成像以及视差和深度计算 | 第59-61页 |
| ·基于区域扩展的双目立体匹配 | 第61-64页 |
| ·结合双目立体视差的乘客计数实现 | 第64-65页 |
| ·小结 | 第65-66页 |
| 5 基于计算机视觉的线网客流实时监控系统设计 | 第66-74页 |
| ·需求描述 | 第66-67页 |
| ·系统框架设计 | 第67-69页 |
| ·客流量统计计算模型 | 第69-70页 |
| ·实验室环境搭建 | 第70-72页 |
| ·系统展现 | 第72-73页 |
| ·小结 | 第73-74页 |
| 6 结论与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 作者简历 | 第80-84页 |
| 学位论文数据集 | 第84-85页 |
