首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于单目视觉的公交乘客流量检测系统的研究

摘要第1-5页
Abstract第5-9页
1 引言第9-15页
   ·论文研究的背景及意义第9-10页
   ·公交乘客流量检测及视频图像处理技术的国内外研究现状第10-13页
     ·公交乘客流量检测的主要方法第10-11页
     ·视频图像处理技术概况第11-12页
     ·视频图像处理系统的基本构成第12-13页
   ·论文讨论的问题及安排第13-15页
     ·研究内容第13-14页
     ·论文安排第14-15页
2 乘客流量检测系统中应用的图像增强技术第15-22页
   ·彩色图像灰度化第15-16页
   ·图像降噪处理第16-17页
     ·概述第16页
     ·算法描述第16-17页
     ·实验结果第17页
   ·灰度图像的二值化第17-19页
     ·概述第17-18页
     ·直方图法第18-19页
     ·Otsu 算法(最大类间方差法)第19页
   ·数学形态学滤波第19-22页
     ·概述第19-20页
     ·图像的膨胀和腐蚀第20-21页
     ·图像的开运算和闭运算第21-22页
     ·结论第22页
   ·小结第22页
3 运动检测方法分析第22-35页
   ·常用运动目标检测法在本文环境下的分析第23-27页
     ·背景差分法分析第23-24页
     ·帧间差分法分析第24-26页
     ·光流法分析第26-27页
   ·常用运动目标检测法在本文环境下的比较第27-29页
     ·实验比较第27-29页
     ·结论第29页
   ·边缘检测法提取运动目标边缘曲线的分析第29-35页
     ·算法描述第30-33页
     ·算法流程图第33-35页
     ·结论第35页
4 运动目标头部特征提取及识别第35-50页
   ·运动目标特征选择第35-36页
   ·运动目标曲线特征提取预处理第36-39页
     ·运动目标区域的分割第36页
     ·曲线的细化第36-39页
       ·Hilditch 细化算法第37-38页
       ·实验结果第38-39页
   ·Hough 变换提取运动目标头部特征第39-44页
     ·Hough 变换概述第39页
     ·Hough 变换的线检测第39-42页
       ·算法描述及其特点第40-41页
       ·Hough 变换的线检测实现方法第41-42页
     ·Hough 变换的圆检测第42-44页
       ·Hough 变换的圆检测原理第42-43页
       ·经典 Hough 变换的圆检测算法及分析第43页
       ·一种快速的 Hough 变换的圆检测算法及分析第43-44页
   ·Hough 变换在运动目标头部检测中的运用及伪目标排除第44-49页
     ·灰度判决法排除伪目标第45-46页
     ·共圆置信度排除伪目标第46-49页
   ·运动目标头部识别流程图第49页
   ·小结第49-50页
5 运动目标头部的跟踪第50-69页
   ·引言第50页
   ·运动目标跟踪方法分析第50-53页
     ·基于区域的跟踪方法第50-51页
     ·基于模型的跟踪方法第51页
     ·基于特征的跟踪方法第51-52页
     ·基于变形模形的跟踪方法第52页
     ·结论第52-53页
   ·基于 Kalman 预测的 Mean-shift 算法的目标跟踪第53-68页
     ·基于特征的跟踪方法的选取规则第53-55页
     ·卡尔曼预测第55-58页
       ·卡尔曼预测原理第55-57页
       ·卡尔曼预测参数第57-58页
       ·卡尔曼预测的应用第58页
     ·Mean-shift 算法第58-65页
       ·Mean-shift 算法的原理第58-63页
       ·Mean-shift 算法在目标跟踪中的应用第63-65页
     ·基于 Kalman 预测的 Mean-shift 算法的目标跟踪的应用第65-68页
   ·小结第68-69页
6 系统的组成及其应用第69-71页
   ·系统的组成第69-71页
   ·小结第71页
7 总结与展望第71-73页
   ·总结第71-72页
   ·展望第72-73页
参考文献第73-75页
致谢第75-76页
附录第76-77页

论文共77页,点击 下载论文
上一篇:基于OSG的海洋环境建模与仿真技术研究
下一篇:主动式半监督学习算法的研究