智能交通监控中的视频处理方法与系统
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 智能交通系统简介 | 第9-10页 |
1.1.1 智能交通系统概念 | 第9-10页 |
1.1.2 智能交通系统构成与研究领域 | 第10页 |
1.2 视频监测系统研究现状 | 第10-12页 |
1.2.1 国外视频监测系统 | 第10-11页 |
1.2.2 国内视频监测系统 | 第11-12页 |
1.3 研究背景与研究内容 | 第12-13页 |
1.4 论文结构 | 第13-15页 |
第2章 交通视频图像处理中的理论基础 | 第15-29页 |
2.1 图像颜色空间 | 第15-16页 |
2.1.1 RGB模式 | 第15页 |
2.1.2 YUV模式 | 第15页 |
2.1.3 YCbCr空间 | 第15-16页 |
2.2 图像抖动消除 | 第16-19页 |
2.2.1 全搜索算法(FS) | 第17页 |
2.2.2 三步搜索算法(TSS) | 第17-18页 |
2.2.3 菱形搜索算法(DS) | 第18-19页 |
2.3 图像前景提取 | 第19-23页 |
2.3.1 光流法 | 第19-22页 |
2.3.2 背景相减法 | 第22-23页 |
2.3.3 帧间差分法 | 第23页 |
2.4 图像背景提取 | 第23-26页 |
2.4.1 多帧取平均算法 | 第24-25页 |
2.4.2 统计直方图算法 | 第25-26页 |
2.5 图像形态学处理 | 第26-27页 |
2.5.1 图像腐蚀 | 第26-27页 |
2.5.2 图像膨胀 | 第27页 |
2.6 本章小结 | 第27-29页 |
第3章 交通视频图像预处理与违规判别 | 第29-47页 |
3.1 图像背景提取与更新 | 第29-31页 |
3.1.1 背景提取 | 第29-30页 |
3.1.2 图像背景更新 | 第30-31页 |
3.2 图像目标提取与跟踪 | 第31-37页 |
3.2.1 目标提取 | 第31-34页 |
3.2.2 目标跟踪 | 第34-36页 |
3.2.3 背景更新算法优化 | 第36-37页 |
3.3 车辆触压黄线行为定义与判别 | 第37-41页 |
3.3.1 判别准则与公式 | 第38-39页 |
3.3.2 结果与分析 | 第39页 |
3.3.3 阴影去除 | 第39-41页 |
3.4 车辆逆向行驶行为定义与判别 | 第41-43页 |
3.4.1 判别准则与公式 | 第42-43页 |
3.4.2 结果与分析 | 第43页 |
3.5 车辆占用应急车道行为定义与判别 | 第43-45页 |
3.5.1 判别准则与公式 | 第44-45页 |
3.5.2 结果与分析 | 第45页 |
3.6 本章小结 | 第45-47页 |
第4章 车流量提取与弯道优化 | 第47-55页 |
4.1 道路车流量提取 | 第47-50页 |
4.1.1 车流量检测算法 | 第47页 |
4.1.2 车流量检测算法改进 | 第47-50页 |
4.2 弯道路面算法优化与改进 | 第50-54页 |
4.2.1 弯道边界模拟 | 第50-53页 |
4.2.1.1 小二乘法 | 第50-52页 |
4.2.1.2 线拟合实际应用 | 第52-53页 |
4.2.2 弯道监控算法优化 | 第53-54页 |
4.3 本章总结 | 第54-55页 |
第5章 交通视频监控系统构建与方法 | 第55-71页 |
5.1 系统组织与结构 | 第55-56页 |
5.2 数据获取系统 | 第56-58页 |
5.3 控制系统 | 第58-60页 |
5.3.1 运动控制 | 第58-59页 |
5.3.2 功能控制 | 第59-60页 |
5.4 数据分析系统 | 第60-69页 |
5.4.1 行为判别与抓拍方法 | 第60-61页 |
5.4.2 轨迹预测抓拍方法 | 第61-64页 |
5.4.3 逆向行驶抓拍优化 | 第64-67页 |
5.4.4 曲边道路位置预测优化 | 第67-69页 |
5.5 数据发送系统 | 第69页 |
5.6 系统工作流程图 | 第69-70页 |
5.7 本章总结 | 第70-71页 |
第6章 总结与展望 | 第71-73页 |
6.1 本文工作总结 | 第71-72页 |
6.2 未来工作展望 | 第72-73页 |
致谢 | 第73-75页 |
硕士期间科研成果 | 第75-77页 |
参考文献 | 第77-80页 |