基于视频的停车与抛落物事件检测算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 课题目的及意义 | 第11页 |
| 1.4 论文主要内容及章节安排 | 第11-13页 |
| 第二章 停车抛落物检测算法总体框架 | 第13-17页 |
| 2.1 图像中异常区域的初步判定 | 第13-14页 |
| 2.2 图像中停车与抛落物区域的分割 | 第14-15页 |
| 2.3 停车与抛落物的区分 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 图像中异常区域的初步判定 | 第17-30页 |
| 3.1 图像预处理 | 第17-19页 |
| 3.1.1 图像增强 | 第17-18页 |
| 3.1.2 边缘提取 | 第18-19页 |
| 3.1.3 中值滤波 | 第19页 |
| 3.2 基于状态演变的异常区域判定算法 | 第19-29页 |
| 3.2.1 基本概念介绍 | 第19-21页 |
| 3.2.2 算法描述及实验结果 | 第21-24页 |
| 3.2.3 存在的问题及解决方法 | 第24-27页 |
| 3.2.4 改进后的算法及实验结果 | 第27-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 图像中停车与抛落物区域的分割 | 第30-39页 |
| 4.1 双向跟踪确定停车与抛落物区域 | 第30-34页 |
| 4.1.1 角点提取 | 第30-32页 |
| 4.1.2 角点匹配 | 第32-33页 |
| 4.1.3 双向跟踪算法描述 | 第33-34页 |
| 4.1.4 双向跟踪实验结果分析 | 第34页 |
| 4.2 基于连通域分析的停车与抛落物区域的分割 | 第34-38页 |
| 4.2.1 常见连通域分析算法 | 第34-35页 |
| 4.2.2 算法描述及实验结果 | 第35-36页 |
| 4.2.3 存在的问题及解决方法 | 第36-37页 |
| 4.2.4 改进后的算法及实验结果 | 第37-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第五章 停车与抛落物的区分 | 第39-63页 |
| 5.1 摄像机标定 | 第39-44页 |
| 5.1.1 摄像机标定方法概述 | 第39-40页 |
| 5.1.2 摄像机成像模型 | 第40-41页 |
| 5.1.3 灭点标定 | 第41-44页 |
| 5.2 基于特征点相对高度的停车抛落物区分方法 | 第44-50页 |
| 5.2.1 角点投影速度的计算 | 第44-46页 |
| 5.2.2 相对高度计算 | 第46-48页 |
| 5.2.3 实验结果 | 第48-50页 |
| 5.3 基于 3D模型的停车抛落物区分方法 | 第50-53页 |
| 5.3.1 方法描述 | 第50-52页 |
| 5.3.2 实验结果 | 第52-53页 |
| 5.4 基于图像逆投影的停车抛落物区分方法 | 第53-61页 |
| 5.4.1 逆投影面的设计 | 第53-54页 |
| 5.4.2 逆投影图的构建 | 第54-57页 |
| 5.4.3 目标三维尺寸的求取 | 第57-60页 |
| 5.4.4 实验结果 | 第60-61页 |
| 5.5 实验结果与分析 | 第61-62页 |
| 5.6 本章小结 | 第62-63页 |
| 总结与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
