基于视频的交通车辆检测技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-19页 |
| ·课题研究背景 | 第9-12页 |
| ·智能交通简介 | 第9-10页 |
| ·国内外智能交通系统的发展 | 第10-12页 |
| ·交通车辆视频检测概述 | 第12-15页 |
| ·交通车辆视频检测特点 | 第12-14页 |
| ·国内外交通车辆视频检测技术的发展 | 第14-15页 |
| ·论文研究的意义 | 第15-16页 |
| ·本文主要研究内容和组织结构 | 第16-19页 |
| 第二章 目标车辆分割研究 | 第19-27页 |
| ·多帧平均法 | 第19-20页 |
| ·连续帧差法 | 第20-22页 |
| ·光流法 | 第22-24页 |
| ·混合高斯建模 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 目标车辆图像增强研究 | 第27-39页 |
| ·噪声分析 | 第27-28页 |
| ·目标车辆图像增强方法 | 第28-38页 |
| ·滤波处理 | 第28-32页 |
| ·消除目标车辆阴影处理 | 第32-34页 |
| ·形态学处理 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 目标车辆跟踪与预测 | 第39-59页 |
| ·跟踪基本方法概述 | 第39-42页 |
| ·基于3D模型的跟踪方法 | 第39-40页 |
| ·基于轮廓的目标车辆跟踪 | 第40页 |
| ·基于特征匹配的目标车辆跟踪 | 第40-41页 |
| ·基于区域匹配的目标车辆跟踪33 | 第41-42页 |
| ·CamShift跟踪算法 | 第42-52页 |
| ·Camshift原理与应用 | 第42-49页 |
| ·Camshift算法的改进与应用 | 第49-52页 |
| ·Kalman滤波预测算法 | 第52-57页 |
| ·Kalman滤波预测算法原理 | 第53-54页 |
| ·Kalman滤波预测算法的应用 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 交通车辆参数检测 | 第59-67页 |
| ·车流量统计 | 第59-60页 |
| ·检测车辆速度 | 第60-64页 |
| ·检测车辆逆行 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-71页 |
| ·论文总结 | 第67-68页 |
| ·论文展望 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77页 |
