基于视频图像处理技术的运动车辆检测算法研究及实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的研究意义 | 第9-10页 |
| ·智能交通系统简介 | 第9-10页 |
| ·研究开发的必要性及意义 | 第10页 |
| ·当前国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11页 |
| ·视频检测技术的进展 | 第11-13页 |
| ·本论文的主要研究内容 | 第13页 |
| ·本论文的组织安排 | 第13-15页 |
| 第二章 视频图像预处理 | 第15-23页 |
| ·视频图像的特点 | 第15页 |
| ·彩色图像的灰度化 | 第15-17页 |
| ·图像的色彩理论 | 第16页 |
| ·灰度转换 | 第16-17页 |
| ·灰度图像的二值化 | 第17-19页 |
| ·灰度图像的二值化概述 | 第17-18页 |
| ·图像直方图的获取 | 第18页 |
| ·直方图技术 | 第18-19页 |
| ·图像的滤波去噪 | 第19-23页 |
| ·均值滤波 | 第20页 |
| ·中值滤波 | 第20-21页 |
| ·形态学滤波 | 第21-23页 |
| 第三章 运动车辆检测算法研究 | 第23-41页 |
| ·运动目标检测算法概述 | 第23-26页 |
| ·光流场法 | 第23页 |
| ·背景差分法 | 第23-24页 |
| ·帧差法 | 第24-25页 |
| ·不变矩特征检测法 | 第25-26页 |
| ·改进背景差分方法 | 第26-30页 |
| ·背景模型的选取 | 第26-29页 |
| ·背景更新算法 | 第29-30页 |
| ·实验结果 | 第30页 |
| ·基于小波变换和多尺度形态学的车辆检测 | 第30-35页 |
| ·小波变换简介 | 第31页 |
| ·小波变换与边缘提取 | 第31-33页 |
| ·多尺度形态学变换 | 第33-34页 |
| ·实验结果 | 第34-35页 |
| ·阴影检测 | 第35-41页 |
| ·阴影的产生及分类 | 第35-36页 |
| ·阴影检测方法概述 | 第36-39页 |
| ·本文的方法 | 第39-40页 |
| ·实验结果 | 第40-41页 |
| 第四章 运动车辆的分割 | 第41-50页 |
| ·运动目标分割技术概述 | 第41-45页 |
| ·自动分割技术 | 第42-45页 |
| ·交互式分割技术 | 第45页 |
| ·基于改进 Otsu方法的车辆分割 | 第45-48页 |
| ·Otsu方法 | 第45-46页 |
| ·遗传算法 | 第46-47页 |
| ·遗传优化阈值的类间方差法 | 第47-48页 |
| ·实验结果及分析 | 第48-50页 |
| 第五章 视频车辆检测系统的分析与设计 | 第50-54页 |
| ·系统总体设计 | 第50-51页 |
| ·文件参数的设置 | 第50页 |
| ·图像处理部分 | 第50-51页 |
| ·系统界面设计 | 第51页 |
| ·系统算法示意图 | 第51-52页 |
| ·运行结果 | 第52-54页 |
| 结论与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录 (攻读学位期间发表的论文) | 第61页 |
