基于机器视觉的交通流量检测技术的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究的背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 机器视觉基础 | 第15-32页 |
| 2.1 图像处理基础知识 | 第15-19页 |
| 2.1.1 图像简介 | 第15页 |
| 2.1.2 图像灰度转化 | 第15-16页 |
| 2.1.3 图像预处理 | 第16-19页 |
| 2.2 图像分割 | 第19-29页 |
| 2.2.1 图像分割概述 | 第19-20页 |
| 2.2.2 基于区域的分割 | 第20-25页 |
| 2.2.3 基于边缘检测的分割 | 第25-29页 |
| 2.3 噪声处理 | 第29-31页 |
| 2.3.1 扩展和收缩 | 第29页 |
| 2.3.2 腐蚀和膨胀 | 第29-31页 |
| 2.3.3 开运算和闭运算 | 第31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 视频检测 | 第32-53页 |
| 3.1 视频检测技术 | 第32-38页 |
| 3.1.1 帧间差分法 | 第32-35页 |
| 3.1.2 光流法 | 第35-36页 |
| 3.1.3 背景差法 | 第36-38页 |
| 3.2 背景建模技术 | 第38-43页 |
| 3.2.1 中值法背景建模 | 第38-39页 |
| 3.2.2 均值法背景建模 | 第39-40页 |
| 3.2.3 混合高斯模型 | 第40-42页 |
| 3.2.4 实验小结 | 第42-43页 |
| 3.3 公共区背景建模法 | 第43-50页 |
| 3.3.1 公共区背景建模技术 | 第44-46页 |
| 3.3.2 背景重建实验结果与分析 | 第46-50页 |
| 3.4 背景更新技术 | 第50-52页 |
| 3.4.1 背景修正 | 第50-51页 |
| 3.4.2 背景更新 | 第51-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 流量检测和阴影去除 | 第53-63页 |
| 4.1 汽车流量检测 | 第53-56页 |
| 4.1.1 目标分类 | 第54-55页 |
| 4.1.2 流量统计 | 第55-56页 |
| 4.2 阴影去除 | 第56-62页 |
| 4.2.1 阴影问题 | 第56页 |
| 4.2.2 阴影分析 | 第56-57页 |
| 4.2.3 亮度估计 | 第57-58页 |
| 4.2.4 阴影检测和去除技术 | 第58-61页 |
| 4.2.5 实验结果与分析 | 第61-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 运动跟踪算法的研究 | 第63-72页 |
| 5.1 运动跟踪技术 | 第63-66页 |
| 5.1.1 特征点跟踪法 | 第64-65页 |
| 5.1.2 运动估计跟踪法 | 第65-66页 |
| 5.1.3 轮廓跟踪法 | 第66页 |
| 5.2 特征点位置预测跟踪算法 | 第66-71页 |
| 5.2.1 特征寻找 | 第67-68页 |
| 5.2.2 目标位置预测 | 第68-70页 |
| 5.2.3 实验结果与分析 | 第70-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 交通流量检测系统设计 | 第72-77页 |
| 6.1 系统框架设计及功能描述 | 第72-74页 |
| 6.2 系统测试结果与分析 | 第74-76页 |
| 6.2.1 测试平台与样本采集 | 第74-75页 |
| 6.2.2 测试结果与分析 | 第75-76页 |
| 6.3 本章小结 | 第76-77页 |
| 第七章 总结与展望 | 第77-79页 |
| 7.1 总结 | 第77-78页 |
| 7.2 进一步工作 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻硕期间取得的研究成果 | 第84-85页 |
