基于视频图像的前方车辆检测与追踪
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文的主要工作及内容安排 | 第13-15页 |
| ·主要工作 | 第13-14页 |
| ·内容安排 | 第14-15页 |
| 第2章 视频图像车辆检测与追踪技术综述 | 第15-21页 |
| ·车辆候选区域提取 | 第15-17页 |
| ·知识型 | 第15-16页 |
| ·运动型 | 第16-17页 |
| ·立体视觉型 | 第17页 |
| ·车辆候选区域识别 | 第17-18页 |
| ·基于模板的方法 | 第18页 |
| ·基于外观的方法 | 第18页 |
| ·车辆追踪 | 第18-19页 |
| ·动态滤波器 | 第18-19页 |
| ·基于模型 | 第19页 |
| ·基于区域 | 第19页 |
| ·本文车辆检测与追踪系统总体方案设计 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 车辆候选区域提取 | 第21-33页 |
| ·颜色空间的选取 | 第21-26页 |
| ·RGB颜色空间 | 第21-23页 |
| ·CMY和CMYK空间 | 第23页 |
| ·CIE-XYZ颜色空间 | 第23-24页 |
| ·Ycc、YUV和Lab颜色空间 | 第24-25页 |
| ·HSV空间 | 第25-26页 |
| ·提取红色分量 | 第26-28页 |
| ·提取车底水平边缘 | 第28-31页 |
| ·车辆候选区域的提取 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第4章 车辆候选区域识别 | 第33-48页 |
| ·Gabor滤波器 | 第33-35页 |
| ·进化算法 | 第35-43页 |
| ·遗传算法 | 第35-36页 |
| ·量子进化算法 | 第36-38页 |
| ·改进的量子进化算法 | 第38-40页 |
| ·Gabor滤波器组及提取特性 | 第40-43页 |
| ·支持向量机 | 第43-46页 |
| ·仿真实验 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 车辆追踪 | 第48-58页 |
| ·Kalman滤波器 | 第48-50页 |
| ·自适应渐消卡尔曼滤波器 | 第50-51页 |
| ·卡尔曼滤波器在车辆追踪中的应用 | 第51-53页 |
| ·车辆追踪结果 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·研究展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第65-66页 |
