基于视频的车辆违章判别研究及无线传输实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 智能视频监控的研究现状 | 第11-13页 |
| 1.2.2 视频监控传输的研究现状 | 第13页 |
| 1.3 本课题研究的主要内容及意义 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 2 视频图像预处理与运动检测 | 第16-26页 |
| 2.1 彩色图像灰度变换 | 第16页 |
| 2.2 图像二值化 | 第16-17页 |
| 2.3 图像边缘检测 | 第17-19页 |
| 2.4 视频图像的背景提取 | 第19页 |
| 2.5 形态学图像处理 | 第19-22页 |
| 2.5.1 腐蚀 | 第19-20页 |
| 2.5.2 膨胀 | 第20-21页 |
| 2.5.3 开运算与闭运算 | 第21-22页 |
| 2.6 运动车辆检测算法研究 | 第22-25页 |
| 2.6.1 背景差法 | 第22-23页 |
| 2.6.2 光流法 | 第23-24页 |
| 2.6.3 帧差法 | 第24-25页 |
| 2.6.4 其他算法 | 第25页 |
| 2.7 本章小结 | 第25-26页 |
| 3 车辆跟踪算法研究 | 第26-42页 |
| 3.1 目标跟踪的方法介绍 | 第26-27页 |
| 3.1.1 基于特征的跟踪方法 | 第26-27页 |
| 3.1.2 基于3D跟踪的方法 | 第27页 |
| 3.1.3 基于轮廓的跟踪方法 | 第27页 |
| 3.2 Meanshift目标跟踪算法 | 第27-30页 |
| 3.2.1 Meanshift原理 | 第27-28页 |
| 3.2.2 Meanshift算法在跟踪中的应用 | 第28-30页 |
| 3.3 kalman跟踪算法 | 第30-34页 |
| 3.3.1 kalman滤波基本算法 | 第30-32页 |
| 3.3.2 kalman滤波在跟踪中的应用 | 第32-34页 |
| 3.4 改进的Meanshift算法 | 第34-37页 |
| 3.4.1 算法过程 | 第34-35页 |
| 3.4.2 仿真结果与分析 | 第35-37页 |
| 3.5 多目标跟踪状态分类 | 第37-41页 |
| 3.5.1 连通域分析与目标模型的建立 | 第37-38页 |
| 3.5.2 位置关联检测的跟踪状态分类 | 第38-39页 |
| 3.5.3 仿真结果与分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 4 车辆的异常行为判别方法研究 | 第42-51页 |
| 4.1 轨迹判别方法介绍 | 第42-43页 |
| 4.1.1 基于模块匹配方法 | 第42页 |
| 4.1.2 动态识别的方法 | 第42-43页 |
| 4.2 改进的基于传统的车辆违章转弯判别 | 第43-49页 |
| 4.2.1 车道的检测与定义 | 第44-48页 |
| 4.2.2 车辆的行为判别方法 | 第48-49页 |
| 4.2.3 违法判别流程 | 第49页 |
| 4.3 本章小结 | 第49-51页 |
| 5 基于无线技术的视频传输实现 | 第51-65页 |
| 5.1 UWB无线传输技术 | 第52-55页 |
| 5.1.1 UWB技术特点 | 第52页 |
| 5.1.2 NS中UWB传输模型的构建 | 第52-55页 |
| 5.2 无线网桥技术 | 第55-58页 |
| 5.2.1 无线网桥的用途 | 第56页 |
| 5.2.2 无线网桥的连接方式 | 第56-57页 |
| 5.2.3 无线网桥的应用场合 | 第57-58页 |
| 5.3 无线网桥传输方案 | 第58页 |
| 5.4 系统实现 | 第58-64页 |
| 5.4.1 无线网桥传输实现 | 第58-60页 |
| 5.4.2 违章判别服务器端设计 | 第60-64页 |
| 5.5 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间完成的学术论文和科研项目 | 第75-76页 |
