| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 概述 | 第14-22页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 课题概述 | 第15页 |
| 1.3 运动目标自动分割方法 | 第15-18页 |
| 1.3.1 运动目标分割方法概述 | 第16页 |
| 1.3.2 基本分割方法 | 第16-18页 |
| 1.3.2.1 基于运动场的分割方法 | 第16页 |
| 1.3.2.2 基于块匹配的分割方法 | 第16-17页 |
| 1.3.2.3 基于变化区域检测的分割方法 | 第17页 |
| 1.3.2.4 基于形态学的分割方法 | 第17页 |
| 1.3.2.5 基于分类的分割方法 | 第17-18页 |
| 1.4 车辆自动识别技术 | 第18-20页 |
| 1.4.1 车辆自动识别技术概述 | 第18-19页 |
| 1.4.2 车辆自动识别的主要研究内容 | 第19-20页 |
| 1.5 本文基本结构说明 | 第20-22页 |
| 第二章 基于光流和SNAKE 算法的运动目标检测 | 第22-40页 |
| 2.1 光流法概述 | 第22-28页 |
| 2.1.1 光流场与运动场 | 第23-24页 |
| 2.1.2 光流场计算的基本等式 | 第24-25页 |
| 2.1.3 孔径问题 | 第25-26页 |
| 2.1.4 光流场计算技术的研究现状 | 第26-28页 |
| 2.2 SNAKE 算法概述 | 第28-32页 |
| 2.2.1 snake 基本算法过程 | 第29-31页 |
| 2.2.1.1 蛇形定义 | 第29页 |
| 2.2.1.2 蛇形外能 | 第29-30页 |
| 2.2.1.3 蛇形内能 | 第30页 |
| 2.2.1.4 蛇形求解 | 第30-31页 |
| 2.2.2 贪婪算法 | 第31-32页 |
| 2.2.2.1 算法介绍 | 第31页 |
| 2.2.2.2 贪婪算法过程 | 第31-32页 |
| 2.3 基于光流和SNAKE 算法的运动目标检测 | 第32-38页 |
| 2.3.1 概述 | 第32-33页 |
| 2.3.2 双差分法 | 第33-34页 |
| 2.3.3 自适应光流估计 | 第34-36页 |
| 2.3.4 基于C-均值聚类的光流场分割 | 第36-37页 |
| 2.3.5 snake 算法 | 第37页 |
| 2.3.6 试验结果 | 第37-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第三章 基于自适应背景重建的目标检测技术研究 | 第40-56页 |
| 3.1 概述 | 第40-41页 |
| 3.1.1 背景与前景 | 第40页 |
| 3.1.2 本章研究重点 | 第40-41页 |
| 3.2 背景重建算法综述 | 第41-45页 |
| 3.2.1 平均法 | 第41页 |
| 3.2.2 基于Kalman 渐消滤波的方法 | 第41-43页 |
| 3.2.3 基于高阶统计量的分块方法 | 第43-44页 |
| 3.2.4 基于距离测度的去除干扰法 | 第44-45页 |
| 3.3 基于自适应背景重建的移动目标提取算法 | 第45-51页 |
| 3.3.1 软触发器 | 第45-47页 |
| 3.3.2 自适应背景重建 | 第47-50页 |
| 3.3.2.1 背景分类及其处理方法 | 第48页 |
| 3.3.2.2 运动掩模获取 | 第48-49页 |
| 3.3.2.3 动态阈值更新 | 第49-50页 |
| 3.3.2.4 背景重建环节 | 第50页 |
| 3.3.3 区域填充 | 第50-51页 |
| 3.4 实验结果与讨论 | 第51-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于轮廓的车型识别技术研究 | 第56-77页 |
| 4.1 车型识别技术概述 | 第56-57页 |
| 4.2 相关研究情况 | 第57-59页 |
| 4.3 技术难点与功能要求 | 第59-60页 |
| 4.4 基于车辆轮廓的车型分类算法 | 第60-74页 |
| 4.4.1 预处理 | 第61-62页 |
| 4.4.2 车辆轮廓特征的提取 | 第62-68页 |
| 4.4.2.1 连通区域 | 第62-63页 |
| 4.4.2.2 边界的链码描述 | 第63-65页 |
| 4.4.2.3 矢量数据压缩方法 | 第65-68页 |
| 4.4.3 标准化 | 第68-70页 |
| 4.4.4 车型分类 | 第70-74页 |
| 4.4.4.1 粗分类 | 第72页 |
| 4.4.4.2 细分类 | 第72-74页 |
| 4.5 结果与分析 | 第74-76页 |
| 4.6 本章小结 | 第76-77页 |
| 第五章 基于视频的实时车辆检测与识别系统 | 第77-86页 |
| 5.1 系统构成 | 第77-80页 |
| 5.1.1 系统硬件实现 | 第78-79页 |
| 5.1.2 系统软件实现 | 第79-80页 |
| 5.2 开发环境与相关技术简介 | 第80-81页 |
| 5.3 基于DIRECTSHOW 的多路视频流捕获研究 | 第81-84页 |
| 5.3.1 系统架构 | 第81-83页 |
| 5.3.2 多路视频捕捉的实现 | 第83-84页 |
| 5.4 操作界面 | 第84-85页 |
| 5.4.1 系统主界面 | 第84-85页 |
| 5.4.2 系统运行环境及附属设备 | 第85页 |
| 5.5 本章小结 | 第85-86页 |
| 第六章 总结与展望 | 第86-89页 |
| 6.1 全文总结 | 第86-87页 |
| 6.2 对将来研究工作的几点建议 | 第87-89页 |
| 参考文献 | 第89-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间发表的学术论文 | 第97页 |