智能交通系统中基于视频的车辆检测与跟踪方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题来源 | 第11页 |
| ·课题研究的背景和意义 | 第11-13页 |
| ·研究现状及存在问题 | 第13-17页 |
| ·本文主要研究内容及创新点 | 第17-18页 |
| ·本文的组织安排 | 第18-19页 |
| 第二章 理论基础知识 | 第19-27页 |
| ·数字图像处理基础知识 | 第19-23页 |
| ·灰度图像 | 第19页 |
| ·RGB颜色空间 | 第19-20页 |
| ·HSV颜色空间 | 第20-21页 |
| ·图像之间的转换 | 第21-23页 |
| ·模式识别基础知识 | 第23-27页 |
| ·模式识别 | 第23页 |
| ·模式识别系统 | 第23-25页 |
| ·模式识别主要理论和方法 | 第25-27页 |
| 第三章 运动车辆检测方法研究 | 第27-39页 |
| ·概述 | 第27-30页 |
| ·车辆检测技术简介 | 第27-28页 |
| ·车辆交通视频图像特点和车辆检测过程 | 第28页 |
| ·检测系统总体结构及视频信息采集 | 第28-30页 |
| ·运动车辆的检测及其常用方法 | 第30-31页 |
| ·背景差分法 | 第30页 |
| ·帧间差分法 | 第30-31页 |
| ·光流法 | 第31页 |
| ·基于背景差分法的改进 | 第31-36页 |
| ·背景模型的建立 | 第32-34页 |
| ·背景模型的更新 | 第34页 |
| ·阈值的选取方法 | 第34-35页 |
| ·运动目标的提取 | 第35页 |
| ·基于形态学的图像后处理 | 第35-36页 |
| ·实验结果与分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 运动车辆跟踪方法研究 | 第39-51页 |
| ·概述 | 第39-40页 |
| ·运动车辆跟踪的常用方法 | 第40-44页 |
| ·基于区域的方法 | 第41-42页 |
| ·基于特征的方法 | 第42-43页 |
| ·基于模型的方法 | 第43-44页 |
| ·基于轮廓的方法 | 第44页 |
| ·光流法 | 第44页 |
| ·基于区域方法的改进 | 第44-47页 |
| ·特征提取 | 第45-46页 |
| ·质心位置的预测与匹配范围的确定 | 第46-47页 |
| ·车辆的匹配与特征记录更新 | 第47页 |
| ·实验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-54页 |
| ·全文总结 | 第51-52页 |
| ·进一步工作 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
