基于视频的车流量检测技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题背景及研究意义 | 第11-14页 |
| ·智能交通系统的发展现状 | 第11-13页 |
| ·交通信息采集方法 | 第13-14页 |
| ·视频检测技术研究现状 | 第14-17页 |
| ·国内外研究现状 | 第14-16页 |
| ·存在的问题及分析 | 第16-17页 |
| ·本文的主要内容和结构 | 第17-19页 |
| 第二章 视频样本采集及图像处理 | 第19-27页 |
| ·视频样本采集 | 第19-21页 |
| ·样本采集方法 | 第19页 |
| ·视频样本库 | 第19-21页 |
| ·视频图像的预处理 | 第21-22页 |
| ·颜色空间 | 第22-24页 |
| ·形态学图像处理 | 第24-26页 |
| ·膨胀与腐蚀 | 第24-25页 |
| ·开操作与闭操作 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 一种考虑阴影的改进混合高斯背景模型 | 第27-53页 |
| ·常用的运动目标检测方法 | 第27-31页 |
| ·光流法 | 第27-28页 |
| ·帧差法 | 第28-29页 |
| ·背景差法 | 第29-31页 |
| ·混合高斯背景模型 | 第31-42页 |
| ·模型定义 | 第31-32页 |
| ·模型参数的更新 | 第32-33页 |
| ·背景估计 | 第33-34页 |
| ·模型的改进 | 第34-37页 |
| ·实验 | 第37-42页 |
| ·阴影的检测与去除 | 第42-50页 |
| ·常用的阴影检测算法 | 第42-45页 |
| ·一种综合颜色和纹理的阴影检测算法 | 第45-49页 |
| ·阴影的去除与目标重建 | 第49-50页 |
| ·ROI区域的设置 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 基于外接矩形框特征的车辆跟踪算法 | 第53-66页 |
| ·外接矩形框的计算 | 第53-55页 |
| ·常用的目标跟踪方法 | 第55-57页 |
| ·卡尔曼滤波及其参数设置 | 第57-60页 |
| ·卡尔曼滤波基本方程 | 第57-59页 |
| ·卡尔曼滤波参数设置 | 第59-60页 |
| ·车辆跟踪算法流程 | 第60-64页 |
| ·运动车辆的匹配准则 | 第62-63页 |
| ·遮挡情况的处理 | 第63-64页 |
| ·实验 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 一种基于车前灯的夜间车流量检测算法 | 第66-76页 |
| ·夜间车辆检测概述 | 第66-67页 |
| ·车前灯的提取 | 第67-72页 |
| ·图像灰度化 | 第67-68页 |
| ·车灯的分割 | 第68-71页 |
| ·车灯的识别 | 第71-72页 |
| ·车灯配对与车灯跟踪 | 第72-74页 |
| ·帧内车灯配对 | 第72-73页 |
| ·帧间车灯跟踪 | 第73-74页 |
| ·算法耗时 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 车流量检测系统设计及实验 | 第76-86页 |
| ·软件系统设计 | 第76-79页 |
| ·软件设计方法 | 第76-77页 |
| ·系统功能模块 | 第77-78页 |
| ·软件系统界面 | 第78-79页 |
| ·虚拟线圈车流量检测方法 | 第79-82页 |
| ·线圈特征 | 第80-81页 |
| ·计数原理 | 第81-82页 |
| ·实验结果与分析 | 第82-85页 |
| ·晴天的情况 | 第83-84页 |
| ·阴天的情况 | 第84页 |
| ·夜晚的情况 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 总结与展望 | 第86-88页 |
| 1. 主要研究成果 | 第86页 |
| 2. 未来工作展望 | 第86-88页 |
| 参考文献 | 第88-93页 |
| 攻读硕士学位期间取得的研究成果 | 第93-94页 |
| 致谢 | 第94-95页 |
| 附录 | 第95页 |
