基于AIMM与特征融合的车辆跟踪算法研究及实现
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·存在的难点问题 | 第13-14页 |
| ·本文的工作与安排 | 第14-16页 |
| ·主要工作 | 第14-15页 |
| ·内容安排 | 第15-16页 |
| 第2章 车辆检测与跟踪中的图像处理技术 | 第16-22页 |
| ·图像灰度化 | 第16-17页 |
| ·灰度图像处理 | 第17-20页 |
| ·图像增强 | 第17-19页 |
| ·图像去噪 | 第19-20页 |
| ·图像二值化 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于自适应背景差分的运动车辆检测 | 第22-33页 |
| ·帧间差分法 | 第23-24页 |
| ·背景差分法 | 第24-26页 |
| ·自适应背景差分法 | 第26-29页 |
| ·自适应背景差分原理 | 第26-28页 |
| ·试验结果与分析 | 第28-29页 |
| ·运动车辆特征值的提取 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于自适应交互多模型的运动车辆跟踪 | 第33-51页 |
| ·卡尔曼滤波算法 | 第33-37页 |
| ·卡尔曼滤波算法原理 | 第33-34页 |
| ·仿真结果与分析 | 第34-37页 |
| ·自适应交互多模型卡尔曼滤波算法 | 第37-49页 |
| ·交互多模型卡尔曼滤波算法 | 第37-39页 |
| ·自适应交互多模型卡尔曼滤波算法 | 第39-42页 |
| ·动态模型集的建立 | 第42-45页 |
| ·仿真结果与分析 | 第45-49页 |
| ·本章小节 | 第49-51页 |
| 第5章 软件设计及实现 | 第51-62页 |
| ·LABVIEW软件介绍 | 第51-52页 |
| ·基于AIMM与特征融合的车辆跟踪系统设计 | 第52-60页 |
| ·实验结果及分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 总结与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
