| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·课题背景 | 第12-13页 |
| ·车型识别技术的研究现状 | 第13-15页 |
| ·本文的主要研究工作 | 第15页 |
| ·本文的内容安排 | 第15-16页 |
| 第二章 数字图像处理基础 | 第16-27页 |
| ·图像的数字化描述及基本概念 | 第16-19页 |
| ·图像的数字化描述 | 第16页 |
| ·基本概念 | 第16-19页 |
| ·图像分割技术 | 第19-22页 |
| ·基于区域的分割方法 | 第20-21页 |
| ·基于边缘的分割方法 | 第21-22页 |
| ·基于特定理论的图像分割方法 | 第22页 |
| ·视频序列图像的预处理技术 | 第22-27页 |
| ·视频图像序列采集 | 第23页 |
| ·颜色空间转换技术 | 第23-24页 |
| ·图像的噪声处理 | 第24-25页 |
| ·数学形态学处理 | 第25-27页 |
| 第三章 基于路径搜索的二维熵阈值分割方法 | 第27-41页 |
| ·阈值分割方法综述 | 第27-30页 |
| ·基于点的阈值法 | 第27-30页 |
| ·基于区域的阈值法 | 第30页 |
| ·二维最大RENYI 熵阈值法 | 第30-33页 |
| ·经典二维Renyi 熵阈值分割法 | 第31-32页 |
| ·递推算法 | 第32-33页 |
| ·基于二维直方图特点的改进方法 | 第33-40页 |
| ·二维直方图特点分析 | 第33-34页 |
| ·四象限分区的错误纠正 | 第34-37页 |
| ·实验结果和分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于视频的车型识别 | 第41-58页 |
| ·概述 | 第41-42页 |
| ·运动车辆检测 | 第42-48页 |
| ·光流法 | 第42页 |
| ·帧间差分方法 | 第42-43页 |
| ·背景差分方法 | 第43-44页 |
| ·背景提取 | 第44-48页 |
| ·背景帧差背景更新技术 | 第44-46页 |
| ·连续帧差背景更新技术 | 第46-48页 |
| ·视频图像序列中车型识别方法 | 第48-57页 |
| ·车型分类标准 | 第48-49页 |
| ·特征提取 | 第49-53页 |
| ·角点的概念 | 第50-51页 |
| ·Harris 角点检测 | 第51-53页 |
| ·Hausdorff 距离车型判决 | 第53-57页 |
| ·Hausdorff 距离的定义 | 第53-55页 |
| ·距离变换 | 第55页 |
| ·车型识别判决 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于视频的交通参数自动采集系统的设计与实现 | 第58-64页 |
| ·系统设计 | 第58-60页 |
| ·系统的实现 | 第60-64页 |
| 第六章 总结和展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的学术论文 | 第71页 |