基于视频处理的车流量检测算法的研究与应用
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 车辆检测技术简介 | 第9-12页 |
| 1.2.1 电感线圈检测 | 第9-10页 |
| 1.2.2 微波检测 | 第10页 |
| 1.2.3 超声波检测 | 第10-11页 |
| 1.2.4 视频检测 | 第11-12页 |
| 1.2.5 几种检测方式的比较 | 第12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文研究的主要内容 | 第13-15页 |
| 第二章 视频图像处理 | 第15-33页 |
| 2.1 图像数字化 | 第15-16页 |
| 2.2 数字图像的表示 | 第16-17页 |
| 2.3 彩色图像灰度化 | 第17-20页 |
| 2.3.1 分量法 | 第18-19页 |
| 2.3.2 最大值法 | 第19页 |
| 2.3.3 平均值法 | 第19页 |
| 2.3.4 加权平均法 | 第19-20页 |
| 2.4 图像滤波去噪 | 第20-23页 |
| 2.4.1 均值滤波 | 第20-21页 |
| 2.4.2 中值滤波 | 第21页 |
| 2.4.3 高斯滤波 | 第21-23页 |
| 2.5 图像二值化 | 第23-28页 |
| 2.5.1 最大类间方差法 | 第23-24页 |
| 2.5.2 迭代阈值法 | 第24-25页 |
| 2.5.3 P分位法 | 第25-26页 |
| 2.5.4 全局阈值法 | 第26-27页 |
| 2.5.5 局部阈值法 | 第27-28页 |
| 2.5.6 本文的二值化方法 | 第28页 |
| 2.6 图像形态学处理 | 第28-32页 |
| 2.6.1 腐蚀与膨胀 | 第28-30页 |
| 2.6.2 开运算与闭运算 | 第30-32页 |
| 2.6.3 本文的形态学处理方法 | 第32页 |
| 2.7 本章小结 | 第32-33页 |
| 第三章 车辆目标的检测 | 第33-53页 |
| 3.1 基于视频的运动车辆检测算法 | 第33-39页 |
| 3.1.1 帧差法 | 第33-35页 |
| 3.1.2 光流法 | 第35-37页 |
| 3.1.3 背景差分法 | 第37-38页 |
| 3.1.4 几种车辆目标检测方式的比较 | 第38-39页 |
| 3.2 背景的建模与更新 | 第39-48页 |
| 3.2.1 常见的背景建模与更新方法 | 第40-44页 |
| 3.2.2 本文的背景建模与更新方法 | 第44-48页 |
| 3.3 车辆计数方法 | 第48-52页 |
| 3.3.1 常用的车辆计数方法 | 第48-49页 |
| 3.3.2 本文的车辆计数方法 | 第49-52页 |
| 3.4 车流量计算 | 第52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 程序的编写与测试 | 第53-59页 |
| 4.1 OpenCV简介 | 第53-54页 |
| 4.2 程序的介绍与测试 | 第54-57页 |
| 4.2.1 程序的编写 | 第54-55页 |
| 4.2.2 车流量检测程序介绍 | 第55-57页 |
| 4.3 实验结果分析 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 研究工作总结 | 第59页 |
| 后续工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64-68页 |
| 致谢 | 第68页 |
