| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11页 |
| ·技术研究现状概要 | 第11-12页 |
| ·论文的主要工作和成果 | 第12-13页 |
| ·论文的组织结构 | 第13-15页 |
| 第二章 模拟退火算法在图像二值化阈值选取中的应用 | 第15-27页 |
| ·引言 | 第15页 |
| ·图像二值化的阈值选取 | 第15-17页 |
| ·模拟退火算法 | 第17-21页 |
| ·模拟退火算法思想 | 第17-18页 |
| ·模拟退火算法特性 | 第18页 |
| ·模拟退火算法关键参数和操作的设计 | 第18-21页 |
| ·基于模拟退火算法的阈值选取 | 第21-24页 |
| ·编码 | 第22-23页 |
| ·目标函数 | 第23页 |
| ·新解的产生 | 第23页 |
| ·代价函数差 | 第23页 |
| ·接受准则 | 第23-24页 |
| ·实验结果与分析 | 第24-27页 |
| ·实验参数设置 | 第24页 |
| ·阈值选取实验 | 第24-25页 |
| ·实验结论 | 第25-27页 |
| 第三章 运动车辆的检测 | 第27-35页 |
| ·引言 | 第27页 |
| ·运动车辆检测算法综述 | 第27-29页 |
| ·光流计算法 | 第27-28页 |
| ·时间差分法 | 第28-29页 |
| ·背景消减法 | 第29页 |
| ·背景提取及维护 | 第29-31页 |
| ·背景模型 | 第30页 |
| ·背景的提取 | 第30页 |
| ·背景的维护 | 第30-31页 |
| ·车辆目标检测与分割算法 | 第31-35页 |
| ·二值化 | 第31-32页 |
| ·数学形态学图像处理 | 第32-33页 |
| ·车辆的粗定位 | 第33-35页 |
| 第四章 目标跟踪中的滤波技术 | 第35-49页 |
| ·引言 | 第35页 |
| ·卡尔曼滤波 | 第35-39页 |
| ·卡尔曼滤波原理 | 第36-37页 |
| ·扩展卡尔曼滤波 | 第37-39页 |
| ·粒子滤波 | 第39-47页 |
| ·基本原理 | 第39页 |
| ·贝叶斯理论 | 第39-41页 |
| ·蒙特卡罗方法 | 第41-42页 |
| ·粒子滤波算法 | 第42-44页 |
| ·退化现象 | 第44-47页 |
| ·卡尔曼滤波和粒子滤波的分析 | 第47-49页 |
| 第五章 基于卡尔曼滤波的目标跟踪及交通逆行事件检测 | 第49-65页 |
| ·引言 | 第49页 |
| ·跟踪算法综述 | 第49-52页 |
| ·基于特征的跟踪 | 第49-50页 |
| ·基于区域的跟踪 | 第50页 |
| ·基于模型的跟踪方法 | 第50-51页 |
| ·基于主动轮廓的跟踪方法 | 第51-52页 |
| ·车辆跟踪系统算法和数据结构定义 | 第52页 |
| ·车辆跟踪系统算法 | 第52页 |
| ·数据结构定义 | 第52页 |
| ·基于卡尔曼滤波预测区域的车辆特征跟踪 | 第52-60页 |
| ·特征值的提取 | 第53-55页 |
| ·基于卡尔曼滤波的运动估计模型 | 第55-57页 |
| ·车辆特征匹配 | 第57-58页 |
| ·模型更新 | 第58-59页 |
| ·车辆跟踪算法流程 | 第59-60页 |
| ·车辆的逆行检测 | 第60页 |
| ·实验结果和分析 | 第60-65页 |
| ·实验参数设置 | 第60页 |
| ·跟踪和逆行检测实验 | 第60-63页 |
| ·实验结论 | 第63-65页 |
| 第六章 结论与展望 | 第65-67页 |
| ·主要研究工作总结 | 第65页 |
| ·后续研究方向 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 硕士在读期间科研成果介绍 | 第71-73页 |
| 致谢 | 第73页 |