基于视频图像的车辆检测和匹配跟踪方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 相关基础知识和预处理 | 第16-28页 |
| 2.1 基础知识概述 | 第16-19页 |
| 2.1.1 视频图像采集 | 第16-17页 |
| 2.1.2 视频图像处理 | 第17-18页 |
| 2.1.3 车辆信息分析 | 第18-19页 |
| 2.2 图像预处理方法 | 第19-27页 |
| 2.2.1 图像灰度化 | 第19-21页 |
| 2.2.2 图像的二值化 | 第21-22页 |
| 2.2.3 图像去噪 | 第22-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 视频图像的目标提取 | 第28-36页 |
| 3.1 视频图像背景提取 | 第28-31页 |
| 3.1.1 统计法 | 第28-29页 |
| 3.1.2 均值法 | 第29-30页 |
| 3.1.3 中值法 | 第30-31页 |
| 3.2 运动车辆提取 | 第31-34页 |
| 3.2.1 光流法 | 第32页 |
| 3.2.2 帧间差分法 | 第32-33页 |
| 3.2.3 背景差分法 | 第33-34页 |
| 3.3 本章小节 | 第34-36页 |
| 第四章 车辆的阴影去除和区域确定 | 第36-57页 |
| 4.1 阴影去除算法分类 | 第36-38页 |
| 4.1.1 基于目标模型 | 第36-37页 |
| 4.1.2 基于色彩空间 | 第37-38页 |
| 4.1.3 基于特征 | 第38页 |
| 4.2 基于阴影特征的阴影去除 | 第38-47页 |
| 4.2.1 车辆阴影特征分析 | 第38-40页 |
| 4.2.2 车辆阴影特征提取 | 第40-43页 |
| 4.2.3 车辆阴影去除过程 | 第43-45页 |
| 4.2.4 深色车辆阴影去除 | 第45-46页 |
| 4.2.5 最佳阈值的选取 | 第46-47页 |
| 4.3 目标车辆区域的确定 | 第47-56页 |
| 4.3.1 形态学处理 | 第48-52页 |
| 4.3.2 连通区域提取 | 第52-54页 |
| 4.3.3 车辆轮廓确定 | 第54-56页 |
| 4.4 本章小节 | 第56-57页 |
| 第五章 运动目标车辆匹配跟踪 | 第57-65页 |
| 5.1 常见的运动车辆跟踪算法 | 第57-59页 |
| 5.1.1 基于特征的跟踪方法 | 第57页 |
| 5.1.2 基于三维模型的目标跟踪 | 第57-58页 |
| 5.1.3 基于区域的跟踪方法 | 第58-59页 |
| 5.2 基于区域灰度值的目标匹配跟踪 | 第59-64页 |
| 5.2.1 匹配跟踪基本原理 | 第59-61页 |
| 5.2.2 模板特征提取和车辆匹配 | 第61-62页 |
| 5.2.3 匹配跟踪实验 | 第62-64页 |
| 5.3 本章小结 | 第64-65页 |
| 结论和展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70页 |
