| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题的背景及研究意义 | 第10-11页 |
| 1.2 课题的研究现状及分析 | 第11-14页 |
| 1.2.1 运动目标检测算法 | 第11-12页 |
| 1.2.2 运动目标跟踪算法 | 第12-13页 |
| 1.2.3 驾驶员驾驶行为检测 | 第13-14页 |
| 1.3 本文的主要研究内容和章节安排 | 第14-15页 |
| 第2章 基于背景重建的车道线提取技术 | 第15-32页 |
| 2.1 引言 | 第15页 |
| 2.2 背景重建算法研究 | 第15-21页 |
| 2.2.1 图像降采样 | 第15-17页 |
| 2.2.2 基于统计的直方图方法 | 第17-18页 |
| 2.2.3 IIR 滤波自适应背景模型估算 | 第18页 |
| 2.2.4 混合高斯模型背景重建 | 第18-20页 |
| 2.2.5 实验结果分析研究 | 第20-21页 |
| 2.3 基于背景重建的车道线的提取算法研究 | 第21-31页 |
| 2.3.1 一种边缘检测与双极性融合的车道线检测算法 | 第22-27页 |
| 2.3.2 车道线建模与提取 | 第27-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 车辆道路违章识别技术 | 第32-48页 |
| 3.1 引言 | 第32页 |
| 3.2 基于车辆检测的车辆压实线违章识别算法 | 第32-36页 |
| 3.2.1 帧差法 | 第32-33页 |
| 3.2.2 背景差分法 | 第33页 |
| 3.2.3 车辆的检测 | 第33-34页 |
| 3.2.4 车辆压实线违章识别算法研究 | 第34-36页 |
| 3.3 基于特征匹配跟踪技术的车辆不按车道行驶识别算法 | 第36-44页 |
| 3.3.1 特征的提取 | 第37-40页 |
| 3.3.2 特征的匹配 | 第40-41页 |
| 3.3.3 车辆不按车道方向行驶识别算法研究 | 第41-44页 |
| 3.4 基于车辆道路违章系统的设计和实现 | 第44-47页 |
| 3.4.1 GUI 用户图形界面的设计 | 第44-45页 |
| 3.4.2 系统的实现 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 驾驶员安全带佩戴识别技术 | 第48-60页 |
| 4.1 引言 | 第48页 |
| 4.2 车窗的定位 | 第48-54页 |
| 4.2.1 车窗的粗定位 | 第49-51页 |
| 4.2.2 车窗的边缘的检测 | 第51-52页 |
| 4.2.3 基于积分投影的车窗精确定位技术 | 第52-54页 |
| 4.3 安全带识别 | 第54-59页 |
| 4.3.1 安全带的边缘提取 | 第54-55页 |
| 4.3.2 安全带佩戴识别算法 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 驾驶员驾车打电话违章识别技术 | 第60-72页 |
| 5.1 引言 | 第60页 |
| 5.2 肤色模型 | 第60-65页 |
| 5.2.1 颜色模型 | 第60-62页 |
| 5.2.2 肤色在彩色模型聚类特性分析 | 第62-63页 |
| 5.2.3 肤色模型的建立 | 第63-65页 |
| 5.3 驾驶员的肤色分割 | 第65-68页 |
| 5.3.1 肤色的粗分割 | 第65-66页 |
| 5.3.2 肤色块的筛选 | 第66-68页 |
| 5.4 违章打电话的识别 | 第68-71页 |
| 5.4.1 特征提取 | 第69-70页 |
| 5.4.2 BP 神经网络 | 第70-71页 |
| 5.5 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79页 |