| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 视频质量评价 | 第13-14页 |
| 1.2.2 运动目标检测 | 第14页 |
| 1.2.3 视频清晰化技术 | 第14-16页 |
| 1.2.4 视频测速技术 | 第16-17页 |
| 1.3 本文研究内容 | 第17-21页 |
| 第二章 视频样本库建立及质量分析评价 | 第21-31页 |
| 2.1 视频样本数据库 | 第21-22页 |
| 2.2 视频质量评价 | 第22-25页 |
| 2.2.1 主观视频质量评价方法 | 第22-23页 |
| 2.2.2 客观视频质量评价方法 | 第23-25页 |
| 2.3 基于ROI运动目标区域的视频质量评价方法 | 第25-28页 |
| 2.3.1 基于结构相似性的SSIM算法 | 第25-26页 |
| 2.3.2 基于梯度的结构相似度GSSIM算法 | 第26页 |
| 2.3.3 基于ROI运动目标区域的视频质量评价方法 | 第26-28页 |
| 2.4 实验结果 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 车辆对象提取 | 第31-43页 |
| 3.1 常用目标检测方法 | 第31-34页 |
| 3.1.1 帧间差分法 | 第31-32页 |
| 3.1.2 背景差分法 | 第32-33页 |
| 3.1.3 光流法 | 第33-34页 |
| 3.2 背景建模方法概述 | 第34-38页 |
| 3.2.1 平均背景建模法 | 第34-35页 |
| 3.2.2 单高斯背景建模 | 第35-36页 |
| 3.2.3 高斯混合模型 | 第36-37页 |
| 3.2.4 优化的高斯混合模型的车辆对象提取方法 | 第37-38页 |
| 3.3 阴影检测与消除 | 第38-40页 |
| 3.3.1 阴影产生机理 | 第38页 |
| 3.3.2 阴影检测方法概述 | 第38-39页 |
| 3.3.3 基于HSV颜色空间的阴影消除算法 | 第39-40页 |
| 3.4 实验结果 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 视频中运动目标轮廓清晰化研究 | 第43-55页 |
| 4.1 视频预处理 | 第43-48页 |
| 4.1.1 光照补偿 | 第43-46页 |
| 4.1.2 高斯滤波和双边滤波叠加处理 | 第46-48页 |
| 4.2 融合序列帧间运动补偿及效果评价的轮廓清晰化方法研究 | 第48-53页 |
| 4.2.1 块匹配准则 | 第48-49页 |
| 4.2.2 块匹配搜索策略 | 第49-50页 |
| 4.2.3 基于块匹配的序列帧间运动补偿方法 | 第50-51页 |
| 4.2.4 基于Sobel算子的评价函数 | 第51-53页 |
| 4.3 实验结果 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于车道线的视频测速 | 第55-65页 |
| 5.1 运动车辆视频测速原理 | 第55-56页 |
| 5.2 基于标准车道线的视频测速方法 | 第56-62页 |
| 5.2.1 车道线区域分割 | 第57-58页 |
| 5.2.2 车道线的检测 | 第58-60页 |
| 5.2.3 测速区域的设定 | 第60-61页 |
| 5.2.4 撞线算法 | 第61-62页 |
| 5.3 实验结果 | 第62-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-69页 |
| 6.1 论文内容总结 | 第65-66页 |
| 6.2 展望 | 第66-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 附录 攻读硕士学位期间发表论文、软著及项目实践 | 第77页 |