基于视频的交通信息采集系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究的背景和意义 | 第10-12页 |
| ·ITS与交通信息采集 | 第10-11页 |
| ·交通信息采集技术的发展 | 第11-12页 |
| ·视频交通信息采集技术的研究现状 | 第12-14页 |
| ·基于虚拟传感器的非模型交通信息采集技术 | 第12-13页 |
| ·基于运动目标提取和模型跟踪的交通信息采集技术 | 第13-14页 |
| ·论文的研究内容与结构安排 | 第14-16页 |
| 第2章 交通视频图像的处理 | 第16-25页 |
| ·交通视频图像的获取 | 第16页 |
| ·交通视频图像的特点 | 第16-17页 |
| ·图像的数字化描述 | 第17页 |
| ·图像的平滑处理 | 第17-20页 |
| ·局部平均法 | 第18-19页 |
| ·中值滤波法 | 第19页 |
| ·频域中的平滑技术 | 第19-20页 |
| ·图像的分割 | 第20-23页 |
| ·边缘检测技术 | 第20页 |
| ·区域分割技术 | 第20-23页 |
| ·图像的形态学处理 | 第23-25页 |
| 第3章 运动车辆检测与分割 | 第25-35页 |
| ·运动车辆检测算法概述 | 第25-28页 |
| ·光流法 | 第25-26页 |
| ·连续帧差法 | 第26-27页 |
| ·背景帧差法 | 第27-28页 |
| ·基于背景差分的运动车辆提取算法 | 第28-33页 |
| ·流程描述 | 第28-29页 |
| ·背景更新 | 第29-31页 |
| ·车辆分割 | 第31-32页 |
| ·滤波处理 | 第32-33页 |
| ·车辆检测实验结果 | 第33-35页 |
| 第4章 运动车辆跟踪与分析 | 第35-48页 |
| ·目标跟踪方法概述 | 第35-37页 |
| ·基于跟踪特征的分类 | 第35-36页 |
| ·基于跟踪方法的分类 | 第36-37页 |
| ·基于卡尔曼运动预测的车辆跟踪算法 | 第37-46页 |
| ·跟踪算法思路概述 | 第37-40页 |
| ·起始跟踪 | 第40-43页 |
| ·基于卡尔曼滤波的运动预测 | 第43-45页 |
| ·目标匹配与模型更新 | 第45-46页 |
| ·车辆跟踪实验结果 | 第46-48页 |
| 第5章 交通参数的获取 | 第48-54页 |
| ·交通流特性 | 第48-49页 |
| ·交通流参数 | 第48页 |
| ·宏观交通流参数之间的相互关系 | 第48-49页 |
| ·车流量 | 第49-50页 |
| ·车型 | 第50-51页 |
| ·车长的计算 | 第50页 |
| ·车辆面积的计算 | 第50-51页 |
| ·车型判决 | 第51页 |
| ·车速 | 第51-52页 |
| ·其他交通参数 | 第52-54页 |
| ·时间平均车速 | 第52-53页 |
| ·空间平均车速 | 第53页 |
| ·交通密度 | 第53-54页 |
| 第6章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间主要的研究成果 | 第61页 |
