基于视频的车辆检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题的背景和意义 | 第8-9页 |
| 1.2 智能交通系统概述 | 第9-11页 |
| 1.3 车辆检测技术的发展现状 | 第11-13页 |
| 1.4 车辆检测技术的难点及有待解决的问题 | 第13-14页 |
| 1.5 本文的主要工作 | 第14页 |
| 1.6 本文的组织结构 | 第14-15页 |
| 2 数字图像处理基础 | 第15-22页 |
| 2.1 图像灰度化 | 第15-16页 |
| 2.2 图像二值化 | 第16页 |
| 2.3 图像滤波 | 第16-18页 |
| 2.3.1 邻域平均法 | 第17页 |
| 2.3.2 中值滤波法 | 第17-18页 |
| 2.4 边缘检测 | 第18-20页 |
| 2.4.1 Roberts算子 | 第18-19页 |
| 2.4.2 Sobel算子 | 第19页 |
| 2.4.3 Prewitt算子 | 第19-20页 |
| 2.5 数学形态学 | 第20-22页 |
| 2.5.1 膨胀和腐蚀 | 第20-21页 |
| 2.5.2 开操作与闭操作 | 第21-22页 |
| 3 道路背景提取与更新的改进算法 | 第22-34页 |
| 3.1 传统的背景更新算法 | 第23-27页 |
| 3.1.1 多帧平均法 | 第23-24页 |
| 3.1.2 统计直方图法 | 第24-25页 |
| 3.1.3 高斯模型估计法 | 第25-27页 |
| 3.1.4 自适应背景更新法 | 第27页 |
| 3.2 基于多帧平均法的背景粗提取 | 第27-29页 |
| 3.3 基于边缘检测的运动区域确定 | 第29-30页 |
| 3.4 对运动区域的选择更新 | 第30-31页 |
| 3.6 实验结果与分析 | 第31页 |
| 3.7 本章小结 | 第31-34页 |
| 4 基于主动轮廓和分水岭的遮挡车辆分割算法 | 第34-45页 |
| 4.1 基于主动轮廓模型的车辆边缘检测 | 第34-37页 |
| 4.1.1 主动轮廓模型的原理 | 第35-36页 |
| 4.1.2 基于主动轮廓模型的车辆边缘检测 | 第36-37页 |
| 4.2 基于HSV和RGB色彩空间的车辆阴影检测 | 第37-40页 |
| 4.2.1 HSV色彩空间 | 第37-38页 |
| 4.2.2 基于HSV和RGB的阴影检测 | 第38-40页 |
| 4.3 遮挡车辆的判定 | 第40-41页 |
| 4.4 基于形态学重建的分水岭遮挡车辆分割 | 第41-43页 |
| 4.4.1 分水岭的数学描述 | 第41-42页 |
| 4.4.2 基于分水岭的遮挡车辆分割算法 | 第42-43页 |
| 4.5 实验结果与分析 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 5 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51页 |
