| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·课题相关领域研究现状 | 第9-13页 |
| ·智能视频监控研究现状 | 第9-10页 |
| ·目标检测与跟踪方法研究现状 | 第10-13页 |
| ·课题来源 | 第13页 |
| ·本文主要研究内容 | 第13-16页 |
| ·研究目标 | 第13页 |
| ·研究内容 | 第13-16页 |
| 第2章 运动车辆检测技术研究 | 第16-38页 |
| ·运动车辆检测方法综述 | 第16-21页 |
| ·光流法 | 第16-18页 |
| ·背景差分法 | 第18-19页 |
| ·帧间差分法 | 第19-21页 |
| ·本文选用的车辆检测方法 | 第21页 |
| ·常用的几种背景更新模型 | 第21-24页 |
| ·统计平均法背景模型 | 第21-22页 |
| ·高斯分布背景模型 | 第22-24页 |
| ·基于帧差法的自适应背景更新模型 | 第24-28页 |
| ·阴影的检测与去除 | 第28-30页 |
| ·形态滤波 | 第30-33页 |
| ·车辆外接矩形求取 | 第33-36页 |
| ·运动车辆检测算法试验结果 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 运动车辆跟踪技术研究 | 第38-58页 |
| ·运动车辆跟踪方法综述 | 第38-40页 |
| ·基于模型的跟踪 | 第38页 |
| ·基于区域的跟踪 | 第38-39页 |
| ·基于活动轮廓的跟踪 | 第39页 |
| ·基于特征的跟踪 | 第39-40页 |
| ·基于GM(1,1)模型与多特征匹配相结合的车辆跟踪算法 | 第40-53页 |
| ·基于卡尔曼滤波的跟踪模型 | 第41-42页 |
| ·基于GM(1,1)模型的跟踪模型 | 第42-46页 |
| ·两种模型的实验结果及性能比较 | 第46-49页 |
| ·运动车辆的多特征提取 | 第49-51页 |
| ·运动车辆的多特征匹配规则 | 第51-52页 |
| ·遮挡问题的处理 | 第52-53页 |
| ·基于车辆跟踪的交通参数提取 | 第53-55页 |
| ·车辆运行轨迹 | 第53-54页 |
| ·车速 | 第54页 |
| ·车流量 | 第54-55页 |
| ·运动车辆跟踪算法实验结果 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 视频车辆检测与跟踪系统的设计与实现 | 第58-66页 |
| ·系统概述 | 第58页 |
| ·系统硬件设备与软件开发平台 | 第58-59页 |
| ·硬件设备 | 第58-59页 |
| ·软件开发平台 | 第59页 |
| ·系统主要功能模块的设计与实现 | 第59-63页 |
| ·视频采集模块 | 第60页 |
| ·车辆检测模块 | 第60-61页 |
| ·车辆跟踪模块 | 第61-62页 |
| ·数据存储模块 | 第62-63页 |
| ·系统运行界面和实验结果 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |