| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 智能交通系统（ITS）概述 | 第9-11页 |
| 1.2.1 ITS时代背景与动因 | 第9页 |
| 1.2.2 交通信息采集 | 第9-11页 |
| 1.3 国内外研究和发展现状 | 第11-12页 |
| 1.4 论文主要工作及内容安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第2章 视频图像处理的相关技术 | 第14-21页 |
| 2.1 数字图像化 | 第14-16页 |
| 2.1.1 图像灰度化 | 第14-15页 |
| 2.1.2 图像二值化 | 第15-16页 |
| 2.2 常见视频图像噪声 | 第16页 |
| 2.3 图像滤波 | 第16-19页 |
| 2.3.1 高斯滤波器 | 第17-18页 |
| 2.3.2 均值滤波器 | 第18页 |
| 2.3.3 中值滤波器 | 第18-19页 |
| 2.4 图像增强 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 车辆目标的检测和提取 | 第21-33页 |
| 3.1 常用车辆目标检测算法介绍 | 第21-25页 |
| 3.1.1 光流场法 | 第21-22页 |
| 3.1.2 帧差法 | 第22-24页 |
| 3.1.2.1 两帧差法 | 第22-23页 |
| 3.1.2.2 三帧差法 | 第23-24页 |
| 3.1.3 混合高斯模型法 | 第24-25页 |
| 3.2 本章算法 | 第25-32页 |
| 3.2.1 引言 | 第25-26页 |
| 3.2.2 基于鲁棒性主成份分析和伊辛模型的低秩表现 | 第26-28页 |
| 3.2.2.1 背景模型 | 第26-27页 |
| 3.2.2.2 信号模型 | 第27-28页 |
| 3.2.3 具体算法 | 第28-30页 |
| 3.2.4 实验结果与分析 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 车辆阴影检测 | 第33-45页 |
| 4.1 阴影检测方法简介 | 第33-38页 |
| 4.1.1 基于强度特征的检测方法 | 第34页 |
| 4.1.2 基于纯度特征的检测方法 | 第34-35页 |
| 4.1.3 基于物理特性的检测方法 | 第35-36页 |
| 4.1.4 基于几何特征的检测方法 | 第36-37页 |
| 4.1.5 基于纹理特征的检测方法 | 第37页 |
| 4.1.6 基于时间特征的检测方法 | 第37-38页 |
| 4.2 本章算法 | 第38-40页 |
| 4.2.1 引言 | 第38页 |
| 4.2.2 具体算法 | 第38-40页 |
| 4.3 实验结果与分析 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 基于虚拟检测线的车流量检测 | 第45-51页 |
| 5.1 车流量检测系统框架 | 第45-46页 |
| 5.2 虚拟检测器设置 | 第46-49页 |
| 5.3 系统测试结果分析 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 论文总结 | 第51-52页 |
| 6.2 后期展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间撰写的论文和参加科研情况 | 第57-58页 |
| 一、攻读硕士学位期间发表的论文 | 第57页 |
| 二、攻读硕士学位期间参加科研情况 | 第57-58页 |
| 致谢 | 第58-59页 |