摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第12-16页 |
1.1 课题背景和研究目标 | 第12-13页 |
1.2 本文的工作内容 | 第13-14页 |
1.3 本文的主要创新点 | 第14页 |
1.4 本文的内容组织 | 第14-16页 |
第2章 相关技术综述 | 第16-27页 |
2.1 智能监控卡口 | 第16-17页 |
2.1.1 智能监控卡口系统构成 | 第16-17页 |
2.1.2 智能监控卡口中的车流量统计功能 | 第17页 |
2.2 Delaunay三角剖分 | 第17-23页 |
2.2.1 三角剖分的定义 | 第17-18页 |
2.2.2 Delaunay三角剖分 | 第18页 |
2.2.3 Delaunay三角剖分的准则与特性 | 第18-20页 |
2.2.4 Lawson的局部优化算法 | 第20-21页 |
2.2.5 Delaunay三角剖分算法的分类 | 第21页 |
2.2.6 逐点插入算法 | 第21-23页 |
2.3 墨卡托投影 | 第23-24页 |
2.3.1 墨卡托投影公式 | 第23页 |
2.3.2 墨卡托投影的特点 | 第23-24页 |
2.4 双线性插值 | 第24-26页 |
2.4.1 双线性插值方法原理 | 第24-26页 |
2.4.2 双线性插值特点 | 第26页 |
2.5 热力图介绍 | 第26页 |
2.6 本章小结 | 第26-27页 |
第3章 系统总体设计 | 第27-39页 |
3.1 系统总体设计 | 第27页 |
3.2 热力点信息获取过程 | 第27-28页 |
3.3 热力点处理过程 | 第28-31页 |
3.3.1 热力点预处理 | 第28-29页 |
3.3.2 热力点Delaunay三角剖分 | 第29页 |
3.3.3 二次距离加权插点 | 第29-31页 |
3.3.4 处理后的热力点具备的特质 | 第31页 |
3.4 高分辨率热力图绘制过程 | 第31-38页 |
3.4.1 高分辨热力图分解 | 第33页 |
3.4.2 高分辨率热力图文件组织 | 第33-36页 |
3.4.3 绘制256~*256像素大小的热力图 | 第36-37页 |
3.4.4 绘制高分辨率热力图 | 第37页 |
3.4.5 合成低放大级别热力图 | 第37-38页 |
3.5 本章小结 | 第38-39页 |
第4章 系统关键部分实现与分析 | 第39-59页 |
4.1 引言 | 第39页 |
4.2 系统中名词和数据结构说明 | 第39-42页 |
4.3 Delaunay三角剖分在系统中的具体实现 | 第42-48页 |
4.3.1 构建初始包围多边形网格 | 第42-45页 |
4.3.2 逐点插入算法实现过程 | 第45-48页 |
4.3.3 Delaunay三角剖分结果分析 | 第48页 |
4.4 二次距离加权插点在系统中的具体实现 | 第48-54页 |
4.4.1 二次距离加权插点过程 | 第49-50页 |
4.4.2 二次距离加权插点结果分析 | 第50-54页 |
4.5 双线性插值在系统中的具体实现 | 第54-56页 |
4.5.1 热力图像素值计算方法 | 第54-55页 |
4.5.2 计算图片角点热力值 | 第55页 |
4.5.3 双线性插值计算图片热力值 | 第55-56页 |
4.6 热力图合并在系统中的具体实现 | 第56-57页 |
4.6.1 热力图文件组织方式 | 第56-57页 |
4.6.2 热力图像素合并 | 第57页 |
4.6.3 低放大级别热力图合成过程 | 第57页 |
4.7 本章小结 | 第57-59页 |
第5章 系统测试与分析 | 第59-71页 |
5.1 测试环境的部署 | 第59-60页 |
5.1.1 测试环境 | 第59页 |
5.1.2 测试环境的部署安装 | 第59-60页 |
5.1.3 数据准备 | 第60页 |
5.2 实现 | 第60-61页 |
5.3 结果及分析 | 第61-69页 |
5.3.1 热力图绘制效果 | 第61-62页 |
5.3.2 热力图精确分析 | 第62-65页 |
5.3.3 热力图绘制时间 | 第65-67页 |
5.3.4 百度城市热力图 | 第67-69页 |
5.4 本章小结 | 第69-71页 |
第6章 总结与展望 | 第71-74页 |
6.1 本文工作总结 | 第71-72页 |
6.2 系统待改进之处与未来的工作 | 第72-74页 |
参考文献 | 第74-76页 |
攻读硕士学位期间主要的研究成果 | 第76-77页 |
致谢 | 第77页 |