| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·智能交通系统 | 第9-10页 |
| ·智能交通系统概念 | 第9页 |
| ·智能交通系统中的交通数据获取方法 | 第9-10页 |
| ·智能交通中的运动检测技术 | 第10页 |
| ·具有运动检测功能的ITS发展现状 | 第10-11页 |
| ·国外现状 | 第10页 |
| ·国内现状 | 第10-11页 |
| ·目前存在的主要不足 | 第11页 |
| ·本文工作目标 | 第11-12页 |
| ·本研究要解决的主要问题 | 第11页 |
| ·本文的主要贡献 | 第11页 |
| ·研究方法 | 第11-12页 |
| ·论文组织 | 第12-13页 |
| 第2章 运动检测技术的研究 | 第13-24页 |
| ·概述 | 第13页 |
| ·运动检测技术的研究内容 | 第13-16页 |
| ·运动检测技术算法的功能实现 | 第16-20页 |
| ·运动检测技术在智能交通系统中的应用 | 第20-22页 |
| ·交通流量检测在智能交通系统实现过程中的重要性 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 虚拟线圈技术 | 第24-33页 |
| ·目前采集交通流量数据信息的主要方式 | 第24-25页 |
| ·虚拟线圈技术的优点 | 第25-26页 |
| ·虚拟线圈技术的实现 | 第26-32页 |
| ·虚拟线圈技术原理 | 第26页 |
| ·设置虚拟线圈 | 第26-27页 |
| ·车流检测算法 | 第27-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 OpenCV | 第33-44页 |
| ·OPENCV概述 | 第33页 |
| ·图像的使用与操作 | 第33-34页 |
| ·分配和释放图像 | 第33页 |
| ·图像的读取和写入 | 第33-34页 |
| ·访问图像元素 | 第34页 |
| ·视频的使用与操作 | 第34-35页 |
| ·捕获图像帧 | 第34-35页 |
| ·获取视频帧信息 | 第35页 |
| ·摄像头和视频流的使用与操作 | 第35-37页 |
| ·常规用法 | 第35-36页 |
| ·选择摄像头 | 第36页 |
| ·视频流的处理 | 第36页 |
| ·视频帧处理 | 第36-37页 |
| ·图像处理 | 第37-39页 |
| ·梯度和边缘 | 第37-38页 |
| ·形态学操作 | 第38-39页 |
| ·结构分析 | 第39-40页 |
| ·轮廓处理函数 | 第39-40页 |
| ·运动分析与对象跟踪 | 第40-41页 |
| ·背景统计量的累积 | 第40页 |
| ·对象跟踪 | 第40-41页 |
| ·目标检测 | 第41-43页 |
| ·配置OpenCV1.0 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于视频的交通流量检测系统 | 第44-55页 |
| ·系统的概述及构成 | 第44-45页 |
| ·系统的工作原理 | 第45页 |
| ·系统的功能模块设计 | 第45-47页 |
| ·系统的实现 | 第47-50页 |
| ·算法代码 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 影响交通流量检测精度的主要因素及其解决方法 | 第55-59页 |
| ·光照干扰难题的解决 | 第55页 |
| ·背景干扰因素的解决 | 第55-56页 |
| ·车辆阴影影响的解决 | 第56页 |
| ·恶劣天气变化影响的解决 | 第56-57页 |
| ·非机动车、行人影响的解决 | 第57页 |
| ·本章小结 | 第57-59页 |
| 第7章 结论与展望 | 第59-61页 |
| ·结论 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的科研项目和成果 | 第64-65页 |
| 附件，程序清单 | 第65-76页 |