基于视频检测的行人交通参数提取技术研究
致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-11页 |
1 绪论 | 第11-15页 |
·研究背景和意义 | 第11-12页 |
·智能交通系统概况 | 第12-13页 |
·国内外研究现状 | 第13-14页 |
·主要研究内容和论文框架 | 第14-15页 |
2 交通图像预处理 | 第15-27页 |
·视频图像降质模型 | 第15-16页 |
·常用的滤波去噪模型 | 第16-18页 |
·空间域滤波器 | 第16-17页 |
·频率域滤波器 | 第17-18页 |
·去噪实验及分析 | 第18-26页 |
·椒盐噪声 | 第19-22页 |
·高斯噪声 | 第22-26页 |
·本章小结 | 第26-27页 |
3 基于视频检测的行人检测与识别 | 第27-46页 |
·常用检测算法 | 第27-30页 |
·背景消除法 | 第27-28页 |
·光流场法 | 第28-29页 |
·帧间差分法 | 第29-30页 |
·本文行人检测方法 | 第30-32页 |
·区域处理 | 第32-35页 |
·形态学概述 | 第32-33页 |
·连接断裂区域 | 第33-34页 |
·空洞填充 | 第34-35页 |
·噪声区域抑制 | 第35-41页 |
·噪声斑块去除 | 第35-38页 |
·阴影去除 | 第38-41页 |
·基于视频检测的行人识别算法 | 第41-44页 |
·运动目标特征建模 | 第41-42页 |
·行人运动目标判断准则 | 第42-44页 |
·本章小结 | 第44-46页 |
4 行人跟踪与交通参数提取 | 第46-61页 |
·常用跟踪算法 | 第46-48页 |
·基于特征的跟踪 | 第46页 |
·基于3D模型的跟踪 | 第46-47页 |
·基于活动轮廓的跟踪 | 第47-48页 |
·基于区域的跟踪 | 第48页 |
·本文交叉口行人的跟踪 | 第48-50页 |
·Mean Shift概述 | 第48-49页 |
·基于Mean Shift的行人跟踪 | 第49-50页 |
·摄像机视场的标定和转换 | 第50-55页 |
·标定原理 | 第50-51页 |
·本文的标定方法 | 第51-52页 |
·标定过程与结果 | 第52-55页 |
·交通参数提取 | 第55-60页 |
·质心 | 第55-56页 |
·位移 | 第56页 |
·步行速度 | 第56-57页 |
·加速度 | 第57-58页 |
·流量 | 第58-60页 |
·本章小结 | 第60-61页 |
5 总结与展望 | 第61-63页 |
参考文献 | 第63-66页 |
作者简历 | 第66-68页 |
学位论文数据集 | 第68页 |