隧道车辆信息视频检测方法研究
| 摘要 | 第4-5页 |
| Summary | 第5-6页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 选题背景 | 第7-8页 |
| 1.2 国内外发展现状 | 第8-10页 |
| 1.2.1 基于视频的智能监控系统发展现状 | 第8页 |
| 1.2.2 基于视频的图像处理技术发展现状 | 第8-9页 |
| 1.2.3 目标检测方法发展现状 | 第9-10页 |
| 1.3 论文的主要工作和组织结构 | 第10-12页 |
| 第二章 相关开发技术研究 | 第12-21页 |
| 2.1 车辆检测技术 | 第12-15页 |
| 2.1.1 磁频检测技术 | 第12页 |
| 2.1.2 波频检测技术 | 第12-13页 |
| 2.1.3 视频检测技术 | 第13-14页 |
| 2.1.4 车辆检测方法的比较 | 第14-15页 |
| 2.2 颜色空间模型 | 第15-17页 |
| 2.2.1 RGB空间模型 | 第15页 |
| 2.2.2 HSL空间模型 | 第15-16页 |
| 2.2.3 RGB与HSL之间的关系 | 第16-17页 |
| 2.3 基础图像处理 | 第17-20页 |
| 2.3.1 图像的灰度化 | 第18-19页 |
| 2.3.2 灰度图像的二值化 | 第19页 |
| 2.3.3 消除噪声 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 运动目标检测方法的研究 | 第21-36页 |
| 3.1 运动目标检测的基本方法 | 第21-25页 |
| 3.1.1 背景差分法 | 第21-23页 |
| 3.1.2 帧间差分法 | 第23-24页 |
| 3.1.3 光流法 | 第24-25页 |
| 3.2 背景建模 | 第25-32页 |
| 3.2.1 统计平均法 | 第25-26页 |
| 3.2.2 高斯模型 | 第26-29页 |
| 3.2.3 码本 | 第29-31页 |
| 3.2.4 基于颜色信息建模方法 | 第31-32页 |
| 3.3 改进的车辆检测方法 | 第32-35页 |
| 3.3.1 基于边缘检测的背景模型 | 第32-33页 |
| 3.3.2 颜色信息和边缘检测相结合的检测方法 | 第33页 |
| 3.3.3 设置虚拟线圈 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 软件设计及仿真 | 第36-63页 |
| 4.1 开源计算机视觉库（OpenCV） | 第36-37页 |
| 4.2 程序的移植 | 第37-45页 |
| 4.2.1 安装OpenCV | 第37-38页 |
| 4.2.2 安装MinGW | 第38-42页 |
| 4.2.3 安装cmake | 第42页 |
| 4.2.4 环境配置 | 第42-45页 |
| 4.3 软件流程图 | 第45-54页 |
| 4.3.1 视频读取 | 第46-49页 |
| 4.3.2 图像预处理 | 第49-50页 |
| 4.3.3 颜色信息检测方法 | 第50-51页 |
| 4.3.4 边缘信息检测方法 | 第51-52页 |
| 4.3.5 颜色信息与边缘信息相结合的检测算法 | 第52页 |
| 4.3.6 设置虚拟线圈 | 第52-54页 |
| 4.4 OpenCV仿真实验 | 第54-60页 |
| 4.4.1 视频读取仿真 | 第54-55页 |
| 4.4.2 图像预处理仿真 | 第55-56页 |
| 4.4.3 颜色信息检测方法 | 第56-57页 |
| 4.4.4 边缘检测仿真 | 第57-58页 |
| 4.4.5 融合方法的检测仿真 | 第58-59页 |
| 4.4.6 设置虚拟线圈 | 第59-60页 |
| 4.5 车辆信息的提取 | 第60-63页 |
| 4.5.1 车辆数目 | 第60-62页 |
| 4.5.2 车长 | 第62页 |
| 4.5.3 车速 | 第62-63页 |
| 第五章 总结与思考 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 附：攻读硕士论文期间发表的论文 | 第69-70页 |
