基于交通视频的车流量与交通事件检测
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·计算机视觉的研究意义及国内外研究现状 | 第9-14页 |
| ·本文的创新点 | 第14-15页 |
| 第二章 数字图像处理 | 第15-22页 |
| ·数字图像基础 | 第15-17页 |
| ·数字图像的表示 | 第15页 |
| ·像素间的一些基本关系 | 第15页 |
| ·连通性及连通分量 | 第15-16页 |
| ·距离度量 | 第16页 |
| ·算术或逻辑操作增强 | 第16-17页 |
| ·空间域图像增强 | 第17-18页 |
| ·空间滤波基础 | 第18-19页 |
| ·平滑空间滤波器 | 第18-19页 |
| ·统计排序滤波器 | 第19页 |
| ·数学形态学滤波 | 第19-21页 |
| ·膨胀 | 第20页 |
| ·腐蚀 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 背景提取模型 | 第22-32页 |
| ·背景提取 | 第22-31页 |
| ·背景提取概述 | 第22页 |
| ·多帧平均法 | 第22-24页 |
| ·单高斯背景建模 | 第24-25页 |
| ·多高斯背景建模 | 第25-27页 |
| ·一种基于概率统计的背景提取算法 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 视频中运动物体检测 | 第32-36页 |
| ·运动物体检测 | 第32-35页 |
| ·帧差法 | 第32-33页 |
| ·改进的背景消减法 | 第33-34页 |
| ·光流法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 交通视频中的车流量与交通事件检测 | 第36-49页 |
| ·车流量检测 | 第36-39页 |
| ·数据处理算法 | 第36-37页 |
| ·车流量检测算法 | 第37-38页 |
| ·实验结果及分析 | 第38-39页 |
| ·停车事件检测 | 第39-43页 |
| ·车辆停车事件检测参数 | 第39-41页 |
| ·车辆停车事件检测算法 | 第41-42页 |
| ·实验及结果分析 | 第42-43页 |
| ·行人识别，跟踪与轨迹分析 | 第43-47页 |
| ·特征选取 | 第44页 |
| ·行人识别 | 第44-46页 |
| ·行人跟踪 | 第46-47页 |
| ·实验结果及分析 | 第47页 |
| ·本章小结 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间取得的研究成果 | 第53-54页 |
| 致谢 | 第54-55页 |
| 附件 | 第55页 |
