高速公路隧道智能视频监控系统研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 高速公路隧道视频监控的智能算法研究 | 第11-12页 |
| 1.4 隧道环境中智能分析算法设计的难点分析 | 第12页 |
| 1.5 论文的主要研究内容及组织结构 | 第12-14页 |
| 第二章 高速公路隧道智能视频监控系统 | 第14-21页 |
| 2.1 系统概述 | 第14-16页 |
| 2.1.1 系统需求 | 第14-15页 |
| 2.1.2 系统目标 | 第15页 |
| 2.1.3 系统功能模块 | 第15-16页 |
| 2.2 系统总体设计原则 | 第16-17页 |
| 2.3 系统的功能模块 | 第17-20页 |
| 2.3.1 数据采集 | 第18页 |
| 2.3.2 数据传输 | 第18-19页 |
| 2.3.3 视频监控 | 第19页 |
| 2.3.4 事件监测 | 第19-20页 |
| 2.3.5 数据管理 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 高速公路隧道监控视频运动目标检测 | 第21-39页 |
| 3.1 运动目标检测算法 | 第22-23页 |
| 3.2 自适应高斯分布背景建模 | 第23-28页 |
| 3.2.1 单高斯分布背景模型 | 第24-25页 |
| 3.2.2 混合高斯分布背景模型 | 第25-26页 |
| 3.2.3 自适应高斯分布数量 | 第26-27页 |
| 3.2.4 实验结果 | 第27-28页 |
| 3.3 运动目标检测及去噪算法 | 第28-30页 |
| 3.3.1 去噪算法 | 第28-29页 |
| 3.3.2 形态学滤波 | 第29-30页 |
| 3.3.3 连通区域标记 | 第30页 |
| 3.4 目标提取和跟踪 | 第30-35页 |
| 3.4.1 车辆特征提取 | 第30-32页 |
| 3.4.2 目标提取 | 第32-33页 |
| 3.4.3 目标跟踪 | 第33-35页 |
| 3.5 运动轨迹和运动状态 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于视频检测的隧道交通事件检测和管理 | 第39-48页 |
| 4.1 隧道交通事件检测概述 | 第39页 |
| 4.2 隧道交通事件自动检测 | 第39-45页 |
| 4.2.1 复位检测 | 第39-40页 |
| 4.2.2 交通流参数 | 第40-42页 |
| 4.2.3 交通事件类型检测 | 第42-45页 |
| 4.3 交通数据和事件管理 | 第45-47页 |
| 4.3.1 交通数据管理 | 第45-46页 |
| 4.3.2 交通事件管理 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 高速公路隧道视频监控系统的实现和运行 | 第48-55页 |
| 5.1 系统硬件实现 | 第48-50页 |
| 5.1.1 前端设备 | 第48-49页 |
| 5.1.2 传输设备 | 第49页 |
| 5.1.3 站端设备 | 第49-50页 |
| 5.2 系统软件实现 | 第50-51页 |
| 5.2.1 软件支撑平台 | 第50页 |
| 5.2.2 视频数字图像处理 | 第50-51页 |
| 5.3 系统运行 | 第51-53页 |
| 5.3.1 系统功能 | 第51-52页 |
| 5.3.2 系统特点 | 第52页 |
| 5.3.3 视频处理程序运行 | 第52-53页 |
| 5.4 系统测试 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
