| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要内容和章节安排 | 第12-15页 |
| 第2章 运动阴影检测的研究与实现 | 第15-33页 |
| 2.1 阴影的形成及其产生的影响 | 第15页 |
| 2.2 典型的运动目标检测方法 | 第15-19页 |
| 2.2.1 中值法 | 第15-16页 |
| 2.2.2 单高斯背景模型法 | 第16页 |
| 2.2.3 混合高斯背景模型法 | 第16-17页 |
| 2.2.4 ViBe算法 | 第17-19页 |
| 2.3 经典的阴影检测方法及其实现 | 第19-27页 |
| 2.3.1 基于HSV颜色空间的阴影检测 | 第19-23页 |
| 2.3.2 基于LBP纹理的阴影检测 | 第23-27页 |
| 2.4 结合基于HSV颜色空间和基于梯度的阴影检测方法 | 第27-30页 |
| 2.5 本章小结 | 第30-33页 |
| 第3章 夜间车辆的检测与跟踪 | 第33-65页 |
| 3.1 夜间车辆的检测 | 第33-54页 |
| 3.1.1 夜间车辆的特征 | 第33-45页 |
| 3.1.2 自适应的车灯检测 | 第45-54页 |
| 3.2 夜间车辆的跟踪 | 第54-64页 |
| 3.2.1 单个车灯的跟踪 | 第54-59页 |
| 3.2.2 车灯的配对 | 第59-64页 |
| 3.3 本章小结 | 第64-65页 |
| 第4章 道路标记及重构 | 第65-73页 |
| 4.1 图像拼接 | 第65-68页 |
| 4.1.1 基于SURF特征的匹配 | 第66-67页 |
| 4.1.2 图像拼接实验结果 | 第67-68页 |
| 4.2 道路的重构 | 第68-71页 |
| 4.3 本章小结 | 第71-73页 |
| 第5章 道路事件检测系统测试 | 第73-95页 |
| 5.1 引言 | 第73页 |
| 5.2 基于轨迹的道路事件检测 | 第73-80页 |
| 5.2.1 车辆逆行和停车检测 | 第73-77页 |
| 5.2.2 车辆超速及慢行事件检测 | 第77-80页 |
| 5.3 道路事件检测系统实验平台的实现 | 第80-89页 |
| 5.3.1 OpenCV跟踪框架 | 第80-82页 |
| 5.3.2 本文的跟踪框架 | 第82-87页 |
| 5.3.3 系统测试界面 | 第87-89页 |
| 5.4 实验结果分析 | 第89-93页 |
| 5.5 本章小结 | 第93-95页 |
| 第6章 总结与展望 | 第95-97页 |
| 6.1 本文的主要工作总结 | 第95-96页 |
| 6.2 未来的工作展望 | 第96-97页 |
| 参考文献 | 第97-101页 |
| 致谢 | 第101-102页 |
| 作者简介 | 第102页 |