| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 引言 | 第8页 |
| 1.2 公交调度概况 | 第8-9页 |
| 1.3 公交车上下行人数检测技术简介及其发展现状 | 第9-12页 |
| 1.3.1 公交车上下行人数检测发展现状 | 第9-10页 |
| 1.3.2 基于视频图像的公交车上下行人数跟踪检测主要方法 | 第10-11页 |
| 1.3.3 视频图像处理技术的现状 | 第11-12页 |
| 1.4 本文主要工作及章节安排 | 第12-16页 |
| 1.4.1 本文主要工作 | 第12-14页 |
| 1.4.2 本文章节安排 | 第14-16页 |
| 第二章 基于人流量统计的运动检测技术 | 第16-30页 |
| 2.1 常用运动检测法及分析 | 第16-23页 |
| 2.1.1 背景差分法 | 第16-20页 |
| 2.1.2 帧间差分法 | 第20-21页 |
| 2.1.3 光流法 | 第21-23页 |
| 2.1.4 小结 | 第23页 |
| 2.2 混合高斯背景法 | 第23-30页 |
| 2.2.1 概述 | 第23页 |
| 2.2.2 混合高斯背景法 | 第23-24页 |
| 2.2.3 基于视频的公交上下行算法改进 | 第24-30页 |
| 第三章 基于头部特征的运动目标提取 | 第30-38页 |
| 3.1 头部目标特点描述 | 第30页 |
| 3.2 基于 Hough 变换的头部特征提取 | 第30-34页 |
| 3.2.1 Hough 变换简介 | 第30-31页 |
| 3.2.2 Hough 变换的圆检测 | 第31-32页 |
| 3.2.3 Hough 变换在头部提取的应用 | 第32-34页 |
| 3.3 公交视频图像中基于头部比例特征的提取算法 | 第34-38页 |
| 3.3.1 人体顶视图头部特点 | 第34页 |
| 3.3.2 基于颜色特征的人体区域划分 | 第34-36页 |
| 3.3.3 基于比例特征的头部信息提取算法 | 第36-38页 |
| 第四章 运动目标跟踪 | 第38-50页 |
| 4.1 常用目标跟踪方法 | 第38-45页 |
| 4.1.1 mean-shift 目标跟踪 | 第38-41页 |
| 4.1.2 基于 Kalman 滤波的跟踪方法 | 第41-45页 |
| 4.2 基于公交视频图像的帧间匹配目标跟踪 | 第45-50页 |
| 4.2.1 跟踪目标的匹配信息提取 | 第45-46页 |
| 4.2.2 帧间目标匹配原则 | 第46页 |
| 4.2.3 帧间匹配的跟踪方法 | 第46-50页 |
| 第五章 实验参数分析与实验结果 | 第50-56页 |
| 5.1 实验环境 | 第50页 |
| 5.2 参数分析 | 第50-54页 |
| 5.2.1 头部区分检测参数 | 第50-52页 |
| 5.2.2 帧间匹配跟踪参数设定 | 第52-53页 |
| 5.2.3 视频出入口区域划定 | 第53-54页 |
| 5.3 实验结果 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |