基于视频监控的运动车辆流检测方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·智能交通系统综述 | 第9-12页 |
| ·发展ITS的必然性与紧迫性 | 第9-10页 |
| ·ITS的发展现状 | 第10-12页 |
| ·视频车辆监控系统概述 | 第12-15页 |
| ·视频车辆监控系统结构与技术特点 | 第12-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·论文的主要工作及内容安排 | 第15-17页 |
| ·本文的主要工作 | 第15页 |
| ·论文内容安排 | 第15-17页 |
| 第2章 运动车辆图像预处理 | 第17-29页 |
| ·图像滤波 | 第17-21页 |
| ·邻域平均法 | 第17-18页 |
| ·高斯滤波法 | 第18页 |
| ·线性滤波法 | 第18-19页 |
| ·中值滤波法 | 第19-20页 |
| ·均值滤波 | 第20-21页 |
| ·基于中值的加权均值滤波方法 | 第21-23页 |
| ·算法原理分析 | 第21-22页 |
| ·实验方法分析 | 第22-23页 |
| ·图像增强分析 | 第23-28页 |
| ·灰度变换 | 第23-25页 |
| ·直方图修正法 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 车辆背景图像重建与更新 | 第29-43页 |
| ·常用背景重建方法 | 第29-33页 |
| ·帧差分法 | 第29-30页 |
| ·中值滤波法 | 第30页 |
| ·非参数模型法 | 第30-31页 |
| ·本征方法 | 第31页 |
| ·基于均值替换的背景估计法 | 第31-32页 |
| ·混合高斯法 | 第32页 |
| ·背景重建方法特点及对比评价 | 第32-33页 |
| ·自适应实时背景更新 | 第33-35页 |
| ·基于帧平均背景更新 | 第33-34页 |
| ·基于动态信息窗口的背景更新 | 第34-35页 |
| ·一种改进的背景模型重建及更新方法 | 第35-42页 |
| ·背景模型重建 | 第35-38页 |
| ·实验结果分析 | 第38-39页 |
| ·背景模型的维护更新 | 第39-41页 |
| ·背景更新实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 运动车辆检测与计数 | 第43-61页 |
| ·常用的车辆检测方法 | 第44-47页 |
| ·帧差法 | 第44-45页 |
| ·光流场法 | 第45-46页 |
| ·背景差法 | 第46-47页 |
| ·基于背景差法的虚拟线圈车辆检测方法 | 第47-51页 |
| ·运动车辆检测总流程 | 第47-49页 |
| ·虚拟线圈的设置 | 第49页 |
| ·基于背景差的车辆检测方法流程 | 第49-51页 |
| ·基于OTSU的运动目标提取 | 第51-53页 |
| ·运动车辆阴影消除方法 | 第53-55页 |
| ·阴影区域的确定 | 第54-55页 |
| ·阴影检测去除 | 第55页 |
| ·夜间运动车辆提取方法 | 第55页 |
| ·车辆通过检测及计数 | 第55-60页 |
| ·运动车辆通过检测方法 | 第56-57页 |
| ·基于运动像素的车流量计数 | 第57-58页 |
| ·实验结果分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·未来工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |
