车辆检测与实时跟踪算法研究
摘要 | 第1-8页 |
Abstract | 第8-9页 |
目录 | 第9-11页 |
第1章 绪论 | 第11-16页 |
·论文的研究背景 | 第11-12页 |
·国内外研究现状 | 第12-15页 |
·车辆检测技术 | 第12-14页 |
·车辆跟踪技术 | 第14-15页 |
·本文的研究内容及组织结构 | 第15-16页 |
第2章 运动车辆检测背景建立与更新 | 第16-32页 |
·车辆检测算法概述 | 第16-19页 |
·帧差分法 | 第16-18页 |
·背景差分法 | 第18-19页 |
·光流法 | 第19页 |
·传统的背景构建方法 | 第19-22页 |
·均值法 | 第20-21页 |
·中值法 | 第21页 |
·高斯模型法 | 第21-22页 |
·基于区间分布的背景提取算法 | 第22-24页 |
·算法思想 | 第22-24页 |
·参数更新 | 第24页 |
·背景更新 | 第24-25页 |
·阴影消除 | 第25-30页 |
·阴影检测方法概述 | 第25-27页 |
·本文的阴影检测算法 | 第27-30页 |
·背景提取实验结果及分析 | 第30-31页 |
·本章小结 | 第31-32页 |
第3章 基于边缘特征的车辆检测 | 第32-53页 |
·现有的边缘检测算法概述 | 第32-34页 |
·Sobel算子 | 第32-33页 |
·Roberts算子 | 第33页 |
·Prewitt算子 | 第33页 |
·拉普拉斯算子 | 第33-34页 |
·Canny算子 | 第34页 |
·数学形态学算法 | 第34-37页 |
·腐蚀 | 第35页 |
·膨胀 | 第35-36页 |
·开运算与闭运算 | 第36-37页 |
·改进的形态边缘检测算法 | 第37-41页 |
·数学形态学梯度算子 | 第37-39页 |
·基于多结构元素的形态边缘检测 | 第39-41页 |
·对称差分法提取车辆边缘 | 第41-45页 |
·车辆分割及相关处理 | 第45-50页 |
·二值化图像 | 第46-48页 |
·连通性分析和填充处理 | 第48-50页 |
·跟踪窗口确立 | 第50-52页 |
·本章小节 | 第52-53页 |
第4章 运动车辆跟踪技术 | 第53-74页 |
·引言 | 第53-54页 |
·常用的车辆跟踪方法 | 第54-58页 |
·基于模型的方法 | 第54页 |
·基于区域的方法 | 第54-55页 |
·基于动态轮廓的方法 | 第55页 |
·基于特征的方法 | 第55-56页 |
·基于运动估计的方法 | 第56-58页 |
·卡尔曼滤波理论 | 第58-62页 |
·基于卡尔曼滤波的车辆跟踪 | 第62-68页 |
·卡尔曼滤波器设计 | 第62-65页 |
·特征值的选取与计算 | 第65-66页 |
·目标匹配 | 第66-67页 |
·模型更新 | 第67页 |
·卡尔曼滤波跟踪流程 | 第67-68页 |
·实验结果及分析 | 第68-73页 |
·本章小结 | 第73-74页 |
第5章 总结与展望 | 第74-76页 |
·总结 | 第74-75页 |
·展望 | 第75-76页 |
参考文献 | 第76-84页 |
攻读硕士学位期间发表的学术论文 | 第84-85页 |
致谢 | 第85页 |