| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 图像特征研究简介 | 第11-14页 |
| 1.2.2 车辆检测和跟踪研究简介 | 第14-17页 |
| 1.3 本文研究内容与章节安排 | 第17-19页 |
| 第二章 车辆跟踪相关图像技术概述 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 图像二值化 | 第19-21页 |
| 2.2.1 T阈值法 | 第19页 |
| 2.2.2 迭代法 | 第19-20页 |
| 2.2.3 双峰法 | 第20页 |
| 2.2.4 最大类间方差法（大津法） | 第20-21页 |
| 2.3 数学形态滤波 | 第21-23页 |
| 2.3.1 图像形态学处理概念 | 第21页 |
| 2.3.3 膨胀和腐蚀 | 第21-23页 |
| 2.3.4 开运算和闭运算 | 第23页 |
| 2.4 显著性区域检测 | 第23-25页 |
| 2.4.1 IT模型 | 第23-24页 |
| 2.4.2 SR模型 | 第24-25页 |
| 2.4.3 HC/RC模型 | 第25页 |
| 2.5 目标特征提取与匹配 | 第25-30页 |
| 2.5.1 梯度特征 | 第25-27页 |
| 2.5.2 形状特征 | 第27-28页 |
| 2.5.3 模式特征 | 第28-29页 |
| 2.5.4 特征匹配 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 结合BMS模型的车辆水平特征描述子生成法 | 第31-40页 |
| 3.1 引言 | 第31页 |
| 3.2 Boolean Map显著性区域检测 | 第31-36页 |
| 3.2.1 二值图的产生 | 第32页 |
| 3.2.2 注意图的计算 | 第32-33页 |
| 3.2.3 实验设置 | 第33-34页 |
| 3.2.4 实验结果 | 第34-36页 |
| 3.3 一种基于差分图像的车辆跟踪方法 | 第36-39页 |
| 3.3.1 计算差分图像并提取初步特征 | 第37页 |
| 3.3.2 生成车辆描述子 | 第37页 |
| 3.3.3 车辆特征匹配跟踪 | 第37-38页 |
| 3.3.4 实验分析与结果 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 一种基于邻近特征点夹角一致性约束的匹配提纯方法 | 第40-46页 |
| 4.1 引言 | 第40页 |
| 4.2 邻近特征点集夹角一致性约束与度量 | 第40-43页 |
| 4.2.1 邻近特征点夹角定义 | 第40-41页 |
| 4.2.2 邻近特征点集夹角一致性约束 | 第41页 |
| 4.2.3 基于相关系数的度量方法 | 第41-42页 |
| 4.2.4 算法流程 | 第42-43页 |
| 4.3 实验结果与分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 多特征融合的车辆跟踪系统 | 第46-52页 |
| 5.1 引言 | 第46页 |
| 5.2 多特征融合的车辆跟踪系统流程 | 第46-47页 |
| 5.3 基于图像特征的车辆检测 | 第47-49页 |
| 5.3.1 基于BMS模型和车辆水平特征的车辆检测算法 | 第47-48页 |
| 5.3.2 实验与分析 | 第48-49页 |
| 5.4 基于图像特征的车辆跟踪 | 第49-51页 |
| 5.4.1 基于邻近点夹角一致性约束的车辆跟踪算法 | 第49页 |
| 5.4.2 实验结果与分析 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-53页 |
| 6.1 本文工作总结 | 第52页 |
| 6.2 未来工作展望 | 第52-53页 |
| 参考文献 | 第53-61页 |
| 致谢 | 第61-62页 |
| 在学期间的研究成果及发表的学术论文 | 第62页 |
