基于视觉的车流检测算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状与发展趋势 | 第11-13页 |
| 1.3 本文的主要研究内容与技术路线 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 技术路线与实施方案 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-17页 |
| 第二章 视频图像预处理 | 第17-29页 |
| 2.1 概述 | 第17页 |
| 2.2 图像灰度化 | 第17-18页 |
| 2.3 图像滤波 | 第18-22页 |
| 2.3.1 均值滤波 | 第19-20页 |
| 2.3.2 中值滤波 | 第20-21页 |
| 2.3.3 高斯滤波 | 第21-22页 |
| 2.4 图像增强 | 第22-25页 |
| 2.5 二值化处理 | 第25-26页 |
| 2.6 形态学处理 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第三章 运动车辆目标检测 | 第29-43页 |
| 3.1 概述 | 第29页 |
| 3.2 帧差法 | 第29-32页 |
| 3.2.1 两帧差分法 | 第30-31页 |
| 3.2.2 多帧差分法 | 第31-32页 |
| 3.3 背景差分法 | 第32-39页 |
| 3.3.1 核密度估计非参数模型 | 第33-35页 |
| 3.3.2 高斯背景建模 | 第35-37页 |
| 3.3.3 均值背景建模 | 第37-38页 |
| 3.3.4 中值背景建模 | 第38-39页 |
| 3.4 光流法 | 第39-41页 |
| 3.5 本文算法 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 运动车辆阴影的检测与消除 | 第43-49页 |
| 4.1 视频检测中运动车辆阴影的影响 | 第43页 |
| 4.2 阴影的特性 | 第43-44页 |
| 4.3 阴影检测算法 | 第44-46页 |
| 4.4 YUV空间中车辆阴影的消除 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 车流量检测算法设计及测试 | 第49-60页 |
| 5.1 实验平台 | 第49-50页 |
| 5.2 车流量检测系统设计 | 第50-53页 |
| 5.2.1 算法总体流程 | 第50-51页 |
| 5.2.2 虚拟检测线圈设置 | 第51-53页 |
| 5.2.3 车流量计数 | 第53页 |
| 5.3 算法测试结果与分析 | 第53-59页 |
| 5.3.1 车辆目标检测 | 第53-56页 |
| 5.3.2 车辆计数 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 全文总结与展望 | 第60-62页 |
| 6.1 全文工作总结 | 第60-61页 |
| 6.1.1 工作总结 | 第60-61页 |
| 6.1.2 本文创新点及主要贡献 | 第61页 |
| 6.2 后续工作展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67页 |
