| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 智能交通系统中的视频处理理论基础 | 第14-24页 |
| 2.1 视频监控图像数据获取基本原理 | 第14-16页 |
| 2.1.1 基于文件的视频图像解码(RGB) | 第14-15页 |
| 2.1.2 基于实时监控的视频图像解码(YUV) | 第15-16页 |
| 2.2 图像处理基本原理 | 第16-20页 |
| 2.2.1 图像灰度化原理 | 第16-18页 |
| 2.2.2 视频背景初始化原理 | 第18页 |
| 2.2.3 图像二值化原理 | 第18-20页 |
| 2.3 图像前景提取基本原理 | 第20-21页 |
| 2.3.1 背景差分法 | 第20-21页 |
| 2.3.2 图像形态学处理 | 第21页 |
| 2.4 本章小结 | 第21-24页 |
| 第三章 智能交通大范围监控系统中的图像处理技术研究 | 第24-36页 |
| 3.1 图像滤波与抽取技术研究 | 第24-28页 |
| 3.1.1 图像滤波处理 | 第24-26页 |
| 3.1.2 图像像素抽取处理 | 第26-27页 |
| 3.1.3 滤波与抽取相结合 | 第27-28页 |
| 3.2 图像抖动处理研究 | 第28-32页 |
| 3.2.1 基于图像块匹配的抖动处理原理 | 第28-30页 |
| 3.2.2 具体应用实例 | 第30-32页 |
| 3.3 车辆目标检测跟踪技术研究 | 第32-35页 |
| 3.3.1 运动目标检测 | 第32-33页 |
| 3.3.2 运动目标跟踪 | 第33-34页 |
| 3.3.3 运动目标识别 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 智能交通系统中违章目标变焦抓拍方法研究 | 第36-54页 |
| 4.1 道路数据提取方法研究 | 第36-40页 |
| 4.1.1 监控边界数据提取 | 第36-40页 |
| 4.1.2 摄像机预置位数据提取 | 第40页 |
| 4.2 车辆违章行为判定算法研究 | 第40-46页 |
| 4.2.1 骑、轧车道分界线行为判定 | 第41-42页 |
| 4.2.2 违规逆向行为判定 | 第42-44页 |
| 4.2.3 占用应急车道行为判定 | 第44-46页 |
| 4.3 大范围内预测抓拍算法研究 | 第46-53页 |
| 4.3.1 大范围内预测抓拍原理 | 第47-49页 |
| 4.3.2 大范围内预测抓拍方法 | 第49-51页 |
| 4.3.3 大范围内预测抓拍应用 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 交通违法车辆智能跟踪抓拍系统构建与方法 | 第54-72页 |
| 5.1 智能跟踪抓拍系统功能 | 第54-55页 |
| 5.2 系统硬件构建方法 | 第55-57页 |
| 5.2.1 球型摄像机 | 第55-56页 |
| 5.2.2 系统硬件结构 | 第56-57页 |
| 5.3 系统软件构建方法 | 第57-65页 |
| 5.3.1 系统软件结构 | 第57-58页 |
| 5.3.2 球机控制模块 | 第58-59页 |
| 5.3.3 违章取证模块 | 第59-64页 |
| 5.3.4 数据上传模块 | 第64-65页 |
| 5.4 系统实现 | 第65-71页 |
| 5.4.1 系统初始化及工作过程 | 第65-67页 |
| 5.4.2 系统工作流程图 | 第67页 |
| 5.4.3 系统软件界面及实验结果 | 第67-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 作者简介 | 第80页 |