事件检测中的停车及抛落物识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 本文的研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要内容及其安排 | 第13-15页 |
| 第二章 系统总体设计思路 | 第15-19页 |
| 2.1 异常区域检测 | 第15-16页 |
| 2.2 局部异常区域分割 | 第16-17页 |
| 2.3 停车及抛落物区分 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 异常区域检测 | 第19-36页 |
| 3.1 图像预处理 | 第19-24页 |
| 3.1.1 图像增强 | 第19-20页 |
| 3.1.2 边缘提取 | 第20-23页 |
| 3.1.3 中值滤波 | 第23-24页 |
| 3.2 基于块动态演变的异常区域检测算法 | 第24-30页 |
| 3.2.1 基本概念介绍 | 第24-25页 |
| 3.2.2 算法描述及实验结果 | 第25-26页 |
| 3.2.3 存在的问题及解决方法 | 第26-29页 |
| 3.2.4 改进的算法及实验结果 | 第29-30页 |
| 3.3 异常区域的定位 | 第30-35页 |
| 3.3.1 数学形态学处理 | 第30-32页 |
| 3.3.2 连通域分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于 Markov 的局部区域分割算法 | 第36-46页 |
| 4.1 MRF 随机场基本理论 | 第36-39页 |
| 4.1.1 邻域系统和基团 | 第36-37页 |
| 4.1.2 MRF 随机场 | 第37-38页 |
| 4.1.3 Gibbs 随机场 | 第38-39页 |
| 4.1.4 MRF-Gibbs 的等价性 | 第39页 |
| 4.2 MRF 模型介绍 | 第39-43页 |
| 4.2.1 常用 MRF 随机场模型 | 第40-41页 |
| 4.2.2 图像特征场模型 | 第41-43页 |
| 4.3 常用 MRF 分割算法 | 第43-44页 |
| 4.3.1 模拟退火算法 | 第43-44页 |
| 4.3.2 迭代条件模式 | 第44页 |
| 4.4 实验结果 | 第44-46页 |
| 第五章 停车及抛落物区分 | 第46-63页 |
| 5.1 摄像机标定 | 第46-50页 |
| 5.1.1 坐标系定义 | 第46-49页 |
| 5.1.2 摄像机模型 | 第49-50页 |
| 5.2 基于 3D 模型的停车及抛落物区分 | 第50-53页 |
| 5.2.1 算法主要流程 | 第50-52页 |
| 5.2.2 算法描述 | 第52-53页 |
| 5.3 基于三维高度信息的停车及抛落物区分 | 第53-61页 |
| 5.3.1 映射表创建 | 第53-56页 |
| 5.3.2 角点投影速度计算 | 第56-59页 |
| 5.3.3 相对高度计算 | 第59-61页 |
| 5.4 实验结果 | 第61-63页 |
| 总结 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
