基于视频的车辆检测与跟踪算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 智能交通系统的研究现状 | 第10-11页 |
| 1.2.2 目标检测与跟踪研究现状 | 第11-12页 |
| 1.3 论文整体安排 | 第12-15页 |
| 第二章 图像预处理 | 第15-25页 |
| 2.1 视频图像预处理简介 | 第15-16页 |
| 2.2 图像去噪 | 第16-18页 |
| 2.2.1 均值滤波去噪 | 第16-17页 |
| 2.2.2 中值滤波去噪 | 第17-18页 |
| 2.3 图像二值化与二值图像处理 | 第18-21页 |
| 2.3.1 图像二值化 | 第18-19页 |
| 2.3.2 连通域分析 | 第19-20页 |
| 2.3.3 二值图像填充 | 第20-21页 |
| 2.4 图像增强 | 第21-24页 |
| 2.4.1 空域图像增强算法 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 车辆检测模型 | 第25-41页 |
| 3.1 车辆检测算法介绍 | 第25-33页 |
| 3.1.1 帧间差分法 | 第25-27页 |
| 3.1.2 光流法 | 第27-28页 |
| 3.1.3 背景建模算法 | 第28-33页 |
| 3.2 改进的VIBE背景建模算法 | 第33-36页 |
| 3.3 阴影分割 | 第36-40页 |
| 3.3.1 阴影特点以及阴影检测现状 | 第36页 |
| 3.3.2 阴影检测基本算法介绍 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 车辆跟踪模型 | 第41-53页 |
| 4.1 车辆跟踪类型简介 | 第41-42页 |
| 4.2 车辆跟踪主要算法 | 第42-48页 |
| 4.2.1 卡尔曼滤波 | 第42-43页 |
| 4.2.2 粒子滤波 | 第43-45页 |
| 4.2.3 改进观测模型的粒子跟踪算法 | 第45-48页 |
| 4.3 遮挡问题处理 | 第48-52页 |
| 4.3.1 遮挡检测 | 第49-50页 |
| 4.3.2 遮挡分割 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 实验及结果分析 | 第53-59页 |
| 5.1 系统设计平台 | 第53页 |
| 5.2 系统设计框图 | 第53-55页 |
| 5.3 实验结果以及分析 | 第55-59页 |
| 第六章 总结和展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |
