| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| 1-1 研究背景和意义 | 第8-10页 |
| 1-2 国内外相关课题的研究现状 | 第10-12页 |
| 1-3 论文的主要工作 | 第12-13页 |
| 第二章 复杂公交环境下人体目标的特征选取 | 第13-16页 |
| 2-1 人体目标识别方法 | 第13-14页 |
| 2-2 识别乘客目标的特征选择 | 第14-15页 |
| 2-3 本章小结 | 第15-16页 |
| 第三章 直接前景检测在客流统计中的应用研究 | 第16-25页 |
| 3-1 基于改进后Hough 变换的乘客目标检测 | 第16-19页 |
| 3-1-1 圆检测的标准Hough 变换 | 第16-17页 |
| 3-1-2 改进Hough 变换用于头顶轮廓检测 | 第17-19页 |
| 3-2 基于改进后区域生长法的乘客目标检测 | 第19-20页 |
| 3-2-1 种子区域生长法的基本原理 | 第19-20页 |
| 3-2-2 改进种子区域生长法的头顶区域分割 | 第20页 |
| 3-3 目标跟踪与统计 | 第20-22页 |
| 3-3-1 图像处理中的目标匹配方法 | 第20-21页 |
| 3-3-2 乘客目标的跟踪及统计方法 | 第21-22页 |
| 3-4 实验结果与分析 | 第22-24页 |
| 3-4-1 目标分割实验 | 第22-23页 |
| 3-4-2 跟踪及统计实验 | 第23页 |
| 3-4-3 算法分析比较 | 第23-24页 |
| 3-5 本章小结 | 第24-25页 |
| 第四章 改进混合高斯背景模型的客流统计方法 | 第25-37页 |
| 4-1 背景建模方法 | 第25-26页 |
| 4-1-1 非模型法 | 第25-26页 |
| 4-1-2 模型法 | 第26页 |
| 4-2 高斯背景模型 | 第26-30页 |
| 4-2-1 单高斯分布背景模型 | 第26-28页 |
| 4-2-2 混合高斯分布背景模型 | 第28-30页 |
| 4-3 混合高斯背景模型的改进及应用 | 第30-32页 |
| 4-3-1 改进的自适应分布数混合高斯背景模型 | 第30-31页 |
| 4-3-2 应用改进后混合高斯背景模型的客流统计方法 | 第31-32页 |
| 4-4 实验结果与分析 | 第32-36页 |
| 4-4-1 运动目标分割实验 | 第32-34页 |
| 4-4-2 静止目标分割实验 | 第34页 |
| 4-4-3 目标的跟踪及统计 | 第34-35页 |
| 4-4-4 算法的比较分析 | 第35-36页 |
| 4-5 本章小结 | 第36-37页 |
| 第五章 测试系统设计与实现 | 第37-40页 |
| 5-1 开发环境 | 第37页 |
| 5-2 系统设计 | 第37-38页 |
| 5-3 系统实现 | 第38-40页 |
| 第六章 总结与展望 | 第40-42页 |
| 6-1 工作总结 | 第40页 |
| 6-2 展望 | 第40-42页 |
| 参考文献 | 第42-44页 |
| 致谢 | 第44页 |