| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·基于视频的车辆检测系统概述及构成 | 第11-13页 |
| ·基于视频的车辆检测系统概述 | 第11-12页 |
| ·基于视频的车辆检测系统的构成 | 第12-13页 |
| ·基于视频的车辆检测的国内外发展状况 | 第13-17页 |
| ·基于视频的车辆检测国内发展状况 | 第13-15页 |
| ·基于视频的车辆检测国外发展状况 | 第15-17页 |
| ·论文的主要工作和内容安排 | 第17-18页 |
| 第2章 车辆视频检测预备知识 | 第18-32页 |
| ·图像处理基础知识 | 第18-25页 |
| ·彩色图像的灰度化 | 第18-20页 |
| ·灰度图像的二值化 | 第20页 |
| ·数学形态学图像处理 | 第20-21页 |
| ·图像分割技术 | 第21-25页 |
| ·车辆检测算法概述 | 第25-30页 |
| ·区域划分方法 | 第25-26页 |
| ·车辆目标的提取方法 | 第26-29页 |
| ·车辆检测算法的评价标准 | 第29-30页 |
| ·运动目标跟踪的几种方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于视频虚拟检测线的车辆检测算法 | 第32-40页 |
| ·算法流程 | 第32-33页 |
| ·虚拟检测线的设置 | 第33-34页 |
| ·基于检测线的图像预处理 | 第34-35页 |
| ·改进的背景差法 | 第34页 |
| ·形态学除噪 | 第34-35页 |
| ·阴影边缘抑制 | 第35页 |
| ·数据流提取及修正 | 第35-36页 |
| ·提取数据流 | 第35页 |
| ·预估校正 | 第35-36页 |
| ·相关性修正 | 第36页 |
| ·背景更新 | 第36-37页 |
| ·车辆计数、车速测量 | 第37页 |
| ·实验结果及分析 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于多KALMAN 滤波的多车辆自动跟踪算法 | 第40-50页 |
| ·卡尔曼滤波理论 | 第40-42页 |
| ·卡尔曼滤波跟踪模型 | 第42-47页 |
| ·运动目标检测 | 第43-45页 |
| ·目标质心确定 | 第45页 |
| ·运动估计模型 | 第45-46页 |
| ·运动区域融合与车辆匹配 | 第46-47页 |
| ·更新Kalman 滤波器状态 | 第47页 |
| ·实验结果及分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于跟踪结果的车辆运动方向检测算法 | 第50-56页 |
| ·设置检测区 | 第50-51页 |
| ·目标车辆检测 | 第51页 |
| ·MAD 匹配准则及改进的三步搜索法 | 第51-53页 |
| ·车行方向判断 | 第53页 |
| ·实验结果及分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 基于视频的交通路口车辆检测系统 | 第56-60页 |
| ·系统概述 | 第56页 |
| ·系统主要功能模块和处理流程 | 第56-57页 |
| ·系统界面设计 | 第57-58页 |
| ·系统的试验效果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第7章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间取得的科研成果 | 第70页 |