基于机器视觉的道路车流量检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题的应用背景和研究意义 | 第11-12页 |
| ·交通流量检测器概述 | 第12-14页 |
| ·环形线圈检测器 | 第12页 |
| ·红外检测器 | 第12页 |
| ·微波检测器 | 第12-13页 |
| ·超声波检测器 | 第13页 |
| ·地磁检测器 | 第13页 |
| ·视频检测器 | 第13-14页 |
| ·视频交通参数检测算法的国内外研究动态 | 第14-17页 |
| ·国外研究动态 | 第14-15页 |
| ·国内研究动态 | 第15-17页 |
| ·视频车辆检测器的产品 | 第17页 |
| ·论文的主要研究内容 | 第17-18页 |
| ·论文的结构安排 | 第18-19页 |
| 第二章 视频检测中的图像处理技术 | 第19-32页 |
| ·图像采集 | 第19页 |
| ·图像滤波 | 第19-20页 |
| ·多图像平均法 | 第19-20页 |
| ·邻域平均法 | 第20页 |
| ·中值滤波 | 第20页 |
| ·图像增强 | 第20-22页 |
| ·灰度变换法 | 第21页 |
| ·直方图均衡化 | 第21-22页 |
| ·图像分割 | 第22-27页 |
| ·阈值分割 | 第22-24页 |
| ·边缘检测 | 第24-27页 |
| ·形态学处理 | 第27-31页 |
| ·膨胀和腐蚀 | 第28-29页 |
| ·开启与闭合 | 第29-30页 |
| ·实验结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 运动目标检测方法 | 第32-45页 |
| ·常用的运动目标检测方法 | 第32-35页 |
| ·光流场法 | 第32页 |
| ·帧间差分法 | 第32-33页 |
| ·减背景法 | 第33-35页 |
| ·背景建模 | 第35-40页 |
| ·均值背景和中值背景 | 第35-37页 |
| ·混合高斯模型 | 第37-39页 |
| ·非参数模型 | 第39-40页 |
| ·改进的非参数模型 | 第40-44页 |
| ·自适应阈值的选取 | 第40-41页 |
| ·像素的相关性 | 第41-42页 |
| ·图像的更新 | 第42页 |
| ·实验结果 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于虚拟检测线的车流量检测 | 第45-55页 |
| ·车流量检测系统的具体设计 | 第45-47页 |
| ·车流量检测算法 | 第47-54页 |
| ·检测线的设置 | 第48页 |
| ·初始背景提取 | 第48-49页 |
| ·二值化 | 第49-50页 |
| ·提取车辆信息 | 第50-51页 |
| ·修正干扰信息 | 第51-52页 |
| ·车辆计数 | 第52-53页 |
| ·背景更新 | 第53页 |
| ·实验结果 | 第53-54页 |
| ·实验结果分析 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 在学研究成果 | 第60-61页 |
| 致谢 | 第61页 |
