首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

复杂环境下基于图像特征的交通事件检测算法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-17页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 目标检测算法第12-13页
        1.2.2 背景差分算法第13-14页
    1.3 本文研究的主要内容第14-16页
    1.4 本章小结第16-17页
第二章 相关理论知识第17-28页
    2.1 机器学习算法概述第17页
    2.2 K-Means聚类第17-19页
        2.2.1 K-Means概念及约束条件第17-18页
        2.2.2 K-Means算法的实现第18-19页
    2.3 高斯卷积第19-20页
        2.3.1 高斯分布第19-20页
        2.3.2 高斯卷积第20页
    2.4 主成分分析第20-24页
        2.4.1 最大方差公式第21-22页
        2.4.2 最小误差公式第22-24页
    2.5 卡尔曼滤波器第24-26页
    2.6 本章小结第26-28页
第三章 监控环境识别算法研究第28-45页
    3.1 环境信息采集第28-29页
    3.2 日夜切换第29-33页
        3.2.1 日夜切换特征选取第29-30页
        3.2.2 日夜切换特征匹配第30-33页
    3.3 雨天识别第33-44页
        3.3.1 白天雨天识别第33-37页
        3.3.2 夜间雨天识别第37-44页
    3.4 本章小结第44-45页
第四章 目标检测算法研究第45-58页
    4.1 背景采集及更新第45-47页
        4.1.1 背景采集第45-46页
        4.1.2 背景更新第46-47页
    4.2 背景差分图像优化第47-49页
    4.3 差分图像二值化阈值确定第49-52页
    4.4 二值化目标检测及环境优化第52-56页
    4.5 本章小结第56-58页
第五章 交通事件检测算法研究第58-69页
    5.1 目标跟踪检测第58-59页
    5.2 交通事件检测第59-68页
        5.2.1 跟踪目标类事件检测第60-62页
        5.2.2 非跟踪目标类事件检测第62-68页
    5.3 本章小结第68-69页
第六章 工程应用第69-77页
    6.1 系统架构第69-70页
    6.2 系统测试效果第70-72页
    6.3 复杂环境系统检测效果第72-76页
    6.4 本章小结第76-77页
结论与展望第77-79页
    主要结论第77-78页
    进一步研究和设想第78-79页
参考文献第79-83页
攻读硕士学位期间取得的研究成果第83-84页
致谢第84-85页
附件第85页

论文共85页,点击 下载论文
上一篇:港口与腹地关系衍化模型及特征研究
下一篇:简支宽桥分析