| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 国内外交通事件检测技术研究现状 | 第9-11页 |
| 1.3 技术路线 | 第11-12页 |
| 1.4 本文研究内容及结构安排 | 第12-13页 |
| 第二章 基于视频的交通事件检测及常用图像处理方法介绍 | 第13-32页 |
| 2.1 交通事件检测系统概述 | 第13-14页 |
| 2.2 背景提取和更新 | 第14-21页 |
| 2.2.1 统计背景模型 | 第14-16页 |
| 2.2.2 混合高斯背景模型 | 第16-18页 |
| 2.2.3 本文采取的求取背景方法 | 第18-20页 |
| 2.2.4 实验对比 | 第20-21页 |
| 2.3 常用运动目标检测方法介绍 | 第21-26页 |
| 2.3.1 帧间差分法 | 第21-23页 |
| 2.3.2 光流法 | 第23-24页 |
| 2.3.3 背景差分法 | 第24-25页 |
| 2.3.4 实验对比 | 第25-26页 |
| 2.4 运动目标跟踪方法简述 | 第26-28页 |
| 2.4.1 基于特征跟踪法 | 第26页 |
| 2.4.2 基于 3D模型的跟踪方法 | 第26页 |
| 2.4.3 基于轮廓的跟踪方法 | 第26-27页 |
| 2.4.4 基于区域的目标跟踪 | 第27-28页 |
| 2.5 基于Meanshift和Camshift跟踪算法 | 第28-31页 |
| 2.5.1 Meanshift跟踪算法 | 第28-30页 |
| 2.5.2 Camshift跟踪算法 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 违章停车和逆行检测研究 | 第32-55页 |
| 3.1 违章停车和逆行检测概述 | 第32-34页 |
| 3.2 交通车辆检测 | 第34-40页 |
| 3.2.1 彩色背景差分法 | 第35页 |
| 3.2.2 形态学处理 | 第35-36页 |
| 3.2.3 车辆阴影的去除 | 第36-39页 |
| 3.2.4 车辆检测实验结果 | 第39-40页 |
| 3.3 车辆跟踪及轨迹提取 | 第40-47页 |
| 3.3.1 卡尔曼滤波的基本原理 | 第41-42页 |
| 3.3.2 卡尔曼滤波算法设计 | 第42-45页 |
| 3.3.3 卡尔曼滤波跟踪实验 | 第45-47页 |
| 3.4 车辆违章和逆行检测研究 | 第47-54页 |
| 3.4.1 车辆轨迹模型 | 第47-48页 |
| 3.4.2 违章停车检测 | 第48-52页 |
| 3.4.3 逆行检测 | 第52-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 实验结果分析 | 第55-63页 |
| 4.1 软件开发平台 | 第55-57页 |
| 4.1.1 VS2010简介 | 第56-57页 |
| 4.1.2 Opencv2.4.3 | 第57页 |
| 4.2 视频测试 | 第57-62页 |
| 4.3 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69页 |