基于道路交通违法行为视频智能成像技术的研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·论文的背景及研究意义 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文主要工作和文章结构 | 第12-15页 |
| ·本文的主要工作 | 第12-14页 |
| ·本文的文章结构 | 第14-15页 |
| 第2章 基础理论 | 第15-20页 |
| ·交通监控摄像机 | 第15-16页 |
| ·交通监控摄像机的种类 | 第15页 |
| ·交通监控摄像机的安装 | 第15-16页 |
| ·交通监控摄像机的主要特点 | 第16页 |
| ·监控摄像机的成像原理 | 第16页 |
| ·影响监控摄像机成像的主要因素 | 第16-18页 |
| ·背景光强 | 第16-17页 |
| ·摄像机电子快门 | 第17页 |
| ·光圈 | 第17-18页 |
| ·视频增益 | 第18页 |
| ·监控摄像机视频成像的质量评价 | 第18-19页 |
| ·主观评价方法 | 第19页 |
| ·客观评价方法 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第3章 摄像机成像的关键技术 | 第20-28页 |
| ·自动曝光控制与自动增益控制 | 第20-21页 |
| ·自动曝光控制 | 第20页 |
| ·自动增益控制 | 第20-21页 |
| ·车辆跟踪技术 | 第21-24页 |
| ·运动车辆检测 | 第21-23页 |
| ·运动车辆跟踪 | 第23-24页 |
| ·车牌定位技术 | 第24-25页 |
| ·基于边缘检测的车牌定位 | 第24页 |
| ·基于数学形态的车牌定位 | 第24页 |
| ·基于纹理特征的车牌定位 | 第24-25页 |
| ·基于小波分析的车牌定位 | 第25页 |
| ·BP神经网络 | 第25-27页 |
| ·BP神经网络 | 第25页 |
| ·BP神经网络模型 | 第25-26页 |
| ·BP神经网络的工作原理 | 第26-27页 |
| ·BP神经网络在交通系统中的应用 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第4章 视频智能成像技术研究 | 第28-46页 |
| ·背景图像处理 | 第28-31页 |
| ·视频预处理 | 第28-29页 |
| ·BP网络构建 | 第29-30页 |
| ·BP网络数据处理 | 第30-31页 |
| ·车辆特写区域图像处理 | 第31-37页 |
| ·车辆检测 | 第31-34页 |
| ·车牌检测 | 第34-37页 |
| ·视频参数计算 | 第37-39页 |
| ·视频亮度调整的实现 | 第37-38页 |
| ·车辆检测图像的视频参数计算 | 第38-39页 |
| ·摄像机参数控制 | 第39-43页 |
| ·普通无过车场景的摄像机参数控制 | 第39页 |
| ·基于ROI的摄像机参数控制 | 第39-43页 |
| ·基于车牌ROI的视频质量评价 | 第43-45页 |
| ·亮度评价算法 | 第43-44页 |
| ·对比度评价算法 | 第44页 |
| ·清晰度评价算法 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 视频智能成像系统 | 第46-55页 |
| ·视频智能成像系统简介 | 第46-47页 |
| ·系统硬件组成 | 第47-50页 |
| ·监控摄像机 | 第47-48页 |
| ·嵌入式控制器 | 第48-49页 |
| ·IO信号转接盒 | 第49页 |
| ·补光设备 | 第49-50页 |
| ·系统软件设计 | 第50-54页 |
| ·主界面 | 第50-51页 |
| ·摄像机设置界面 | 第51-52页 |
| ·功能设置界面 | 第52页 |
| ·系统设置界面 | 第52-53页 |
| ·数据查询界面 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间参加的科研项目和成果 | 第62页 |
