| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 车辆检测 | 第11-13页 |
| 1.2.2 车辆跟踪 | 第13-14页 |
| 1.2.3 研究面临的主要难点 | 第14-15页 |
| 1.3 本文的主要内容和章节安排 | 第15-17页 |
| 第2章 相关理论基础知识 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 背景建模算法 | 第17-21页 |
| 2.2.1 序列均值法 | 第17-18页 |
| 2.2.2 单高斯背景建模算法 | 第18-19页 |
| 2.2.3 混合高斯背景建模 | 第19-21页 |
| 2.3 目标跟踪算法 | 第21-26页 |
| 2.3.1 质心跟踪算法 | 第21-22页 |
| 2.3.2 均值漂移跟踪算法 | 第22-24页 |
| 2.3.3 卡尔曼滤波算法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于雷达与摄像机视频融合的车辆检测算法 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 雷达数据预处理 | 第27-29页 |
| 3.3 雷达与摄像机传感器数据融合模型 | 第29-36页 |
| 3.3.1 雷达与摄像机传感器数据空间融合 | 第29-33页 |
| 3.3.2 坐标校正 | 第33-35页 |
| 3.3.3 雷达与摄像机传感器数据时间融合 | 第35-36页 |
| 3.4 基于雷达与摄像机视频融合的目标检测算法 | 第36-38页 |
| 3.4.1 基于雷达与摄像机视频融合的目标检测算法实现原理 | 第36-37页 |
| 3.4.2 判决准则 | 第37-38页 |
| 3.5 实验结果与分析 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于模糊数据关联的车辆跟踪算法 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 模糊集合相关理论 | 第41-44页 |
| 4.2.1 模糊集合定义 | 第41-42页 |
| 4.2.2 模糊聚类 | 第42-44页 |
| 4.2.3 直觉模糊集 | 第44页 |
| 4.3 基于直觉模糊聚类的车辆目标数据关联 | 第44-47页 |
| 4.3.1 直觉模糊集构造 | 第45页 |
| 4.3.2 直觉模糊C均值的目标函数和隶属度 | 第45页 |
| 4.3.3 融入局部信息的直觉模糊C均值 | 第45-46页 |
| 4.3.4 数据关联流程 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第5章 雷达与摄像机视频融合的车辆检测跟踪系统设计与实现 | 第51-61页 |
| 5.1 引言 | 第51-52页 |
| 5.2 车辆检测跟踪系统软件设计方案 | 第52-53页 |
| 5.2.1 软件需求分析 | 第52页 |
| 5.2.2 软件设计 | 第52-53页 |
| 5.3 车辆检测跟踪系统软件实现 | 第53-57页 |
| 5.3.1 数据输入模块 | 第53-54页 |
| 5.3.2 视频检测模块 | 第54-55页 |
| 5.3.3 雷达检测模块 | 第55页 |
| 5.3.4 数据融合模块 | 第55-56页 |
| 5.3.5 目标跟踪模块 | 第56页 |
| 5.3.6 目标车辆信息输出模块 | 第56页 |
| 5.3.7 系统交互界面实现 | 第56-57页 |
| 5.4 系统测试 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间的研究成果 | 第70页 |