智能交通监控中运动目标检测与跟踪算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·智能交通系统概述 | 第8-10页 |
| ·智能交通监控系统 | 第10-13页 |
| ·交通车辆检测与跟踪 | 第13-18页 |
| ·视频检测技术 | 第15-16页 |
| ·车辆跟踪技术 | 第16-18页 |
| ·本文主要工作 | 第18页 |
| ·本文组织结构 | 第18-20页 |
| 第二章 运动车辆检测 | 第20-31页 |
| ·时域运动车辆检测 | 第20-23页 |
| ·光流场分析法 | 第20-21页 |
| ·帧间差分法 | 第21-23页 |
| ·频域运动车辆检测 | 第23-28页 |
| ·二进冗余离散小波变换理论 | 第23-27页 |
| ·二进冗余离散小波域运动检测 | 第27-28页 |
| ·实验与分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 道路背景建模 | 第31-47页 |
| ·时间差分法背景建模 | 第31-32页 |
| ·统计学背景建模 | 第32-33页 |
| ·混合高斯模型背景建模 | 第33-35页 |
| ·Marr 核函数背景建模法 | 第35-40页 |
| ·Marr 小波 | 第35-36页 |
| ·背景建模 | 第36-37页 |
| ·运动检测及阴影去除 | 第37-40页 |
| ·实验及分析 | 第40-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 运动车辆目标跟踪 | 第47-70页 |
| ·SIFT 粒子滤波跟踪 | 第48-58页 |
| ·粒子滤波 | 第48-50页 |
| ·SIFT 算法介绍 | 第50-56页 |
| ·SI-P 算法 | 第56-58页 |
| ·均值滤波跟踪 | 第58-64页 |
| ·Mean Shift 运动目标跟踪 | 第60-62页 |
| ·改进均值滤波法 | 第62-64页 |
| ·实验与分析 | 第64-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 多运动车辆目标关联与交通监控系统设计 | 第70-90页 |
| ·数据关联相关理论 | 第70-74页 |
| ·最近邻方法(NN) | 第70页 |
| ·联合概率数据关联(JPDA) | 第70-72页 |
| ·多假设跟踪方法(MHT) | 第72-74页 |
| ·独立链表法数据关联 | 第74-78页 |
| ·独立采样跟踪 | 第76页 |
| ·链表数据关联 | 第76-78页 |
| ·整体算法系统流程 | 第78-80页 |
| ·交通监控系统设计 | 第80-81页 |
| ·实验与分析 | 第81-89页 |
| ·本章小结 | 第89-90页 |
| 第六章 总结与展望 | 第90-93页 |
| ·工作总结 | 第90-91页 |
| ·智能交通监控的未来发展方向 | 第91-93页 |
| 参考文献 | 第93-104页 |
| 发表论文和参加科研情况说明 | 第104-106页 |
| 致谢 | 第106页 |
