| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究背景及意义 | 第7-9页 |
| ·国内外研究现状 | 第9页 |
| ·基于视频处理的运动目标检测与提取技术概述 | 第9-11页 |
| ·论文的主要工作和内容安排 | 第11-13页 |
| 第二章 数字图像处理 | 第13-23页 |
| ·彩色图像灰度化及去噪 | 第13-15页 |
| ·图像灰度化 | 第13页 |
| ·图像去噪 | 第13-14页 |
| ·实验结果 | 第14-15页 |
| ·灰度图像的二值化 | 第15-18页 |
| ·灰度图像二值化概述 | 第15页 |
| ·循环分割法 | 第15-16页 |
| ·Otsu方法 | 第16-17页 |
| ·实验结果 | 第17-18页 |
| ·二值化图像的形态滤波 | 第18-20页 |
| ·数学形态学 | 第18页 |
| ·图像的腐蚀 | 第18-19页 |
| ·图像的膨胀 | 第19页 |
| ·图像的开启与闭合 | 第19-20页 |
| ·实验结果 | 第20页 |
| ·连通域分析 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于虚拟检测线的车辆检测 | 第23-33页 |
| ·虚拟检测线的设置 | 第23-24页 |
| ·车辆检测算法 | 第24-31页 |
| ·背景初始化 | 第24页 |
| ·车辆检测阈值的建立 | 第24页 |
| ·背景差分检测车辆 | 第24-25页 |
| ·背景更新 | 第25-27页 |
| ·引入时空约束的背景差分车辆检测 | 第27-29页 |
| ·阴影检测 | 第29-31页 |
| ·计数检测器 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 引入卡尔曼滤波预测的基于区域的车辆跟踪 | 第33-41页 |
| ·常用目标跟踪算法概述 | 第33-34页 |
| ·基于区域的跟踪 | 第33页 |
| ·基于动态轮廓的跟踪 | 第33-34页 |
| ·基于特征的跟踪 | 第34页 |
| ·基于模型的跟踪 | 第34页 |
| ·引入卡尔曼滤波预测的基于区域匹配的车辆跟踪 | 第34-40页 |
| ·车辆检测 | 第35页 |
| ·车辆运动估计 | 第35-38页 |
| ·卡尔曼滤波原理 | 第35-37页 |
| ·卡尔曼滤波器设计 | 第37-38页 |
| ·车辆匹配 | 第38-39页 |
| ·实验结果 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于视频检测的交通信息采集系统的设计与实现 | 第41-49页 |
| ·系统需求概述 | 第41-42页 |
| ·研究系统的总体目标 | 第41页 |
| ·系统环境需求 | 第41页 |
| ·系统功能需求 | 第41-42页 |
| ·系统总体结构 | 第42页 |
| ·系统的硬件选取 | 第42-44页 |
| ·视频输入设备 | 第42-43页 |
| ·视频图像采集设备 | 第43页 |
| ·视频图像处理设备 | 第43-44页 |
| ·系统的软件设计 | 第44-45页 |
| ·软件结构流程 | 第44页 |
| ·系统软件功能模块设计 | 第44-45页 |
| ·视频图像的采集 | 第45-46页 |
| ·系统的实现与测试结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |