基于视频图像的车辆闯红灯检测方法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·本课题的研究背景和意义 | 第7-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要工作 | 第10-12页 |
| 第二章 运动目标的检测 | 第12-30页 |
| ·基于CCD器件特征的图像灰度分布特征 | 第14-15页 |
| ·运动变化检测模型的建立 | 第15-21页 |
| ·运动物体在连续两帧图像中的运动情况 | 第16-17页 |
| ·运动变化检测模型的建立 | 第17-18页 |
| ·一种基于运动图像灰度特征的高斯模型检测算法 | 第18-21页 |
| ·其他检测门限设定方法 | 第21-24页 |
| ·最大熵法 | 第22页 |
| ·高阶数据法（HOS） | 第22-24页 |
| ·一种改进的三帧帧间差法 | 第24-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 运动车辆的识别 | 第30-45页 |
| ·图像预处理 | 第30-33页 |
| ·形态学平滑 | 第30-31页 |
| ·连通域的判断 | 第31-33页 |
| ·运动物体特征的提取 | 第33-35页 |
| ·运动物体的外接矩形和形心的识别 | 第33-34页 |
| ·运动物体的质心的识别 | 第34页 |
| ·独立运动区域的面积与外接矩形的占空比 | 第34页 |
| ·运动物体在连续两帧中的运动距离、方向和速度 | 第34-35页 |
| ·从运动物体中识别运动车辆 | 第35-37页 |
| ·运动车辆的跟踪 | 第37-42页 |
| ·最邻近法 | 第37-38页 |
| ·卡尔曼滤波法 | 第38-40页 |
| ·一种运动车辆跟踪方法 | 第40-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于虚拟线圈的闯红灯识别方案 | 第45-51页 |
| ·虚拟线圈的设置 | 第46-47页 |
| ·虚拟线圈的匹配方法 | 第47-48页 |
| ·虚拟线圈的搜索范围 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 闯红灯车辆的综合识别 | 第51-57页 |
| ·现行交通规则 | 第51-52页 |
| ·前两种方法分析 | 第52-53页 |
| ·基于虚拟线圈方法的车辆闯红灯识别 | 第52页 |
| ·基于帧间差法的车辆闯红灯识别 | 第52-53页 |
| ·一种综合的识别方法 | 第53-55页 |
| ·实验结果与分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·系统算法实现 | 第57页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |
