基于视频图像的车流量检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11页 |
| 1.3 本文的主要内容 | 第11-13页 |
| 第二章 图像预处理 | 第13-23页 |
| 2.1 色彩空间 | 第13-14页 |
| 2.1.1 RGB 色彩空间 | 第13页 |
| 2.1.2 HSV 颜色模型 | 第13-14页 |
| 2.2 图像滤波 | 第14-16页 |
| 2.2.1 均值滤波 | 第15页 |
| 2.2.2 高斯平滑滤波 | 第15-16页 |
| 2.2.3 中值滤波 | 第16页 |
| 2.3 形态学图像处理 | 第16-19页 |
| 2.3.1 膨胀 | 第17页 |
| 2.3.2 腐蚀 | 第17-18页 |
| 2.3.3 开运算与闭运算 | 第18-19页 |
| 2.4 图像分割 | 第19-21页 |
| 2.4.1 图像阈值分割 | 第19-20页 |
| 2.4.2 图像边缘分割 | 第20-21页 |
| 2.5 预处理效果 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 车辆检测算法探究 | 第23-41页 |
| 3.1 运动目标检测 | 第23-27页 |
| 3.1.1 帧差法 | 第23-24页 |
| 3.1.2 背景差分法 | 第24-25页 |
| 3.1.3 光流法 | 第25-27页 |
| 3.2 背景提取算法 | 第27-31页 |
| 3.2.1 中值法 | 第27页 |
| 3.2.2 多帧均值法 | 第27-28页 |
| 3.2.3 直方图法 | 第28-29页 |
| 3.2.4 高斯法 | 第29-31页 |
| 3.3 背景建模算法选择 | 第31-37页 |
| 3.3.1 算法介绍 | 第31-34页 |
| 3.3.2 结果分析 | 第34-37页 |
| 3.4 背景更新算法 | 第37页 |
| 3.5 实时结果分析 | 第37-38页 |
| 3.6 前景处理 | 第38-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 阴影检测与消除 | 第41-53页 |
| 4.1 阴影特性 | 第41-42页 |
| 4.2 阴影检测算法分类 | 第42-49页 |
| 4.2.1 颜色空间下的阴影检测算法 | 第42-46页 |
| 4.2.2 梯度特征下的阴影检测算法 | 第46-49页 |
| 4.3 结合阴影检测法 | 第49-50页 |
| 4.4 运动目标特征区域提取 | 第50-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 运动目标参数提取 | 第53-58页 |
| 5.1 虚拟线圈法原理 | 第53-55页 |
| 5.1.1 参数定义 | 第53-54页 |
| 5.1.2 线圈设置 | 第54-55页 |
| 5.2 车辆计数判定 | 第55-56页 |
| 5.3 结果分析 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 研究工作总结 | 第58-59页 |
| 6.2 后续工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-67页 |
