基于视频图像处理的车流检测算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·论文研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文研究的主要内容 | 第11-14页 |
| 第2章 图像处理预备知识与系统预处理 | 第14-25页 |
| ·彩色图像空间 | 第14-16页 |
| ·RGB颜色模式 | 第14页 |
| ·YUV颜色模式 | 第14-15页 |
| ·HSV颜色模式 | 第15-16页 |
| ·图像滤波处理 | 第16-19页 |
| ·均值滤波 | 第16-17页 |
| ·中值滤波 | 第17页 |
| ·形态学滤波 | 第17-18页 |
| ·连通域滤波 | 第18-19页 |
| ·图像分割 | 第19-23页 |
| ·基于阈值的图像分割 | 第19-21页 |
| ·基于边缘的图像分割 | 第21-22页 |
| ·连通区域标记 | 第22-23页 |
| ·选用的视频材料 | 第23-24页 |
| ·预处理及实验结果 | 第24页 |
| ·小结 | 第24-25页 |
| 第3章 运动车辆检测算法研究 | 第25-42页 |
| ·运动目标检测算法 | 第25-28页 |
| ·帧间差分法 | 第25-26页 |
| ·背景差分法 | 第26页 |
| ·光流法 | 第26-28页 |
| ·常见的背景提取算法 | 第28-32页 |
| ·中值法背景建模 | 第28-29页 |
| ·多帧平均背景建模 | 第29页 |
| ·直方图统计背景建模 | 第29-30页 |
| ·高斯背景建模 | 第30-32页 |
| ·提出的背景建模方法 | 第32-36页 |
| ·背景建模算法介绍 | 第32-34页 |
| ·实验结果分析 | 第34-36页 |
| ·单高斯模型背景更新 | 第36-37页 |
| ·实时背景结果分析 | 第37-39页 |
| ·前景目标提取及二值化 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第4章 车辆阴影的检测与去除 | 第42-53页 |
| ·阴影特性分析 | 第42-43页 |
| ·几种常见的阴影检测方法 | 第43-50页 |
| ·基于颜色空间的阴影检测 | 第43-47页 |
| ·基于梯度特征的阴影检测 | 第47-50页 |
| ·结合法阴影检测 | 第50-51页 |
| ·目标区域特征提取 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第5章 车辆交通参数提取 | 第53-60页 |
| ·虚拟线圈检测基础 | 第53-54页 |
| ·交通参数的定义 | 第53-54页 |
| ·虚拟线圈的设置 | 第54页 |
| ·检测线灰度变化的车辆计数判定 | 第54-56页 |
| ·提出的车辆计数判定法 | 第56-58页 |
| ·实验结果分析 | 第58-59页 |
| ·小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-63页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
