| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景与研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·智能交通系统 | 第10页 |
| ·动态信息采集技术 | 第10-11页 |
| ·目标跟踪算法综述 | 第11-15页 |
| ·基于检测的算法 | 第11-14页 |
| ·基于匹配的算法 | 第14-15页 |
| ·均值偏移算法综述 | 第15页 |
| ·车辆跟踪过程中存在主要问题 | 第15-16页 |
| ·论文研究内容 | 第16-18页 |
| 第二章 标准均值偏移目标跟踪算法 | 第18-32页 |
| ·城市道路车辆跟踪特点 | 第18-21页 |
| ·车辆的特征 | 第18-19页 |
| ·跟踪环境特征 | 第19-21页 |
| ·车辆跟踪算法比较 | 第21-22页 |
| ·检测类算法 | 第21页 |
| ·匹配类算法 | 第21-22页 |
| ·标准均值偏移跟踪算法 | 第22-25页 |
| ·特征直方图及其距离 | 第22-23页 |
| ·核函数选择 | 第23页 |
| ·目标定位 | 第23-24页 |
| ·MS 跟踪算法概要 | 第24-25页 |
| ·实验结果分析 | 第25-30页 |
| ·设置及算法参数 | 第25页 |
| ·实验结果与分析 | 第25-30页 |
| ·算法的优缺点 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于卡尔曼预测均值偏移车辆跟踪算法 | 第32-44页 |
| ·引言 | 第32-33页 |
| ·卡尔曼滤波器 | 第33-34页 |
| ·MS-K 算法 | 第34-37页 |
| ·MS-K 算法在车辆跟踪中的应用 | 第37-40页 |
| ·基于 MS-K 车辆跟踪 | 第37-38页 |
| ·MS-K 的车辆遮挡的处理 | 第38-40页 |
| ·实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 自适应窗宽均值偏移车辆跟踪算法 | 第44-53页 |
| ·引言 | 第44-45页 |
| ·核窗宽的自适应调整 | 第45-47页 |
| ·后向跟踪 | 第45-46页 |
| ·窗宽尺寸更新 | 第46-47页 |
| ·窗宽自适应调整流程 | 第47-48页 |
| ·实验结果及分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于均值偏移的车辆跟踪交通信息采集系统实现 | 第53-60页 |
| ·路口交通信息采集系统框架 | 第53-54页 |
| ·系统硬件结构设计 | 第54-55页 |
| ·软件功能设计 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间的科研工作和发表的论文 | 第67-68页 |
| 致谢 | 第68页 |