| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·电子警察系统的概述和发展趋势 | 第9-10页 |
| ·电子警察系统的概述 | 第9页 |
| ·电子警察系统的发展趋势 | 第9-10页 |
| ·本文主要研究内容和章节安排 | 第10-11页 |
| ·主要研究内容 | 第10页 |
| ·章节安排 | 第10-11页 |
| 第二章 交通场景下的车辆目标检测 | 第11-33页 |
| ·引言 | 第11页 |
| ·常用的车辆目标检测算法 | 第11-19页 |
| ·光流法 | 第11-13页 |
| ·帧间差分法 | 第13-14页 |
| ·背景减除法 | 第14-17页 |
| ·实验结果和分析 | 第17-19页 |
| ·基于虚拟线圈的车辆检测算法 | 第19-23页 |
| ·算法基本原理 | 第19-20页 |
| ·虚拟线圈的设置 | 第20页 |
| ·背景模型的建立与更新 | 第20-21页 |
| ·车辆目标检测及数据流修正 | 第21-22页 |
| ·实验结果和分析 | 第22-23页 |
| ·基于Haar-like特征和Adaboost分类器的车辆检测算法 | 第23-32页 |
| ·算法基本原理 | 第24页 |
| ·Haar-like矩形特征和积分图 | 第24-27页 |
| ·Adaboost算法 | 第27-29页 |
| ·车辆分类器的训练 | 第29-30页 |
| ·实验结果和分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 交通场景下的车辆目标跟踪 | 第33-47页 |
| ·引言 | 第33-34页 |
| ·常用车辆目标跟踪算法介绍 | 第34-37页 |
| ·基于特征的跟踪 | 第34-35页 |
| ·基于模型的跟踪 | 第35页 |
| ·基于轮廓的跟踪 | 第35-36页 |
| ·基于区域的跟踪 | 第36-37页 |
| ·基于Camshift与Kalman运动预测结合的车辆目标跟踪 | 第37-45页 |
| ·基于CamShift的目标跟踪 | 第37-40页 |
| ·基于Kalman滤波器的运动预测 | 第40-42页 |
| ·CamShift结合Kalman滤波的车辆目标跟踪 | 第42-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 嵌入式电子警察系统设计及算法实现 | 第47-67页 |
| ·引言 | 第47页 |
| ·电子警察系统总体设计介绍 | 第47-49页 |
| ·系统设计框架 | 第48页 |
| ·系统特点 | 第48-49页 |
| ·电子警察系统开发平台介绍 | 第49-51页 |
| ·系统硬件平台介绍 | 第50-51页 |
| ·系统CPU开发特点及内存资源 | 第51页 |
| ·电子警察系统的软件模块设计 | 第51-56页 |
| ·系统的软件结构 | 第51-54页 |
| ·各模块间的同步机制 | 第54-56页 |
| ·算法移植与系统优化 | 第56-64页 |
| ·算法移植方案及具体实现 | 第56-59页 |
| ·系统优化方案及具体实现 | 第59-64页 |
| ·本章小结 | 第64-67页 |
| 第五章 总结与展望 | 第67-69页 |
| ·工作总结 | 第67页 |
| ·工作展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
