| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景 | 第10-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·典型应用 | 第12-13页 |
| ·运动车辆分析 | 第13-18页 |
| ·本课题研究的内容 | 第18-19页 |
| 第二章 计算机视觉技术基础 | 第19-35页 |
| ·计算机视觉基本知识 | 第19-21页 |
| ·位图和调色板 | 第19页 |
| ·灰度图像的转化 | 第19-20页 |
| ·位图文件格式 | 第20-21页 |
| ·图像预处理 | 第21-23页 |
| ·图像增强 | 第21页 |
| ·平滑与锐化 | 第21-22页 |
| ·均值滤波 | 第22-23页 |
| ·中值滤波 | 第23页 |
| ·图像分割 | 第23-26页 |
| ·图像分割概述 | 第23-24页 |
| ·基于区域的分割 | 第24页 |
| ·图像分割方法比较 | 第24-26页 |
| ·图像识别 | 第26-28页 |
| ·图像识别概述 | 第26-27页 |
| ·图像匹配 | 第27-28页 |
| ·匹配特征 | 第28页 |
| ·边沿检测与提取,轮廓跟踪 | 第28-35页 |
| ·边沿检测 | 第28-33页 |
| ·轮廓提取 | 第33页 |
| ·轮廓跟踪 | 第33-35页 |
| 第三章 车辆的检测和轮廓的提取 | 第35-44页 |
| ·车辆检测概述 | 第35页 |
| ·差分背景图像 | 第35-36页 |
| ·固定背景的差分 | 第35-36页 |
| ·实验分析 | 第36页 |
| ·普通的Canny算子 | 第36-39页 |
| ·基于Otsu的Canny算子 | 第39-40页 |
| ·基于MATLAB的边缘检测实验分析 | 第40-44页 |
| 第四章 车辆模板的匹配 | 第44-56页 |
| ·模板匹配算法概述 | 第44-46页 |
| ·基于Hausdorff距离的模板匹配 | 第46-47页 |
| ·普通的Hausdorff距离(HD) | 第46-47页 |
| ·部分Hausdorff距离 | 第47页 |
| ·Hausdorff的匹配的优化 | 第47-54页 |
| ·遗传算法 | 第47-52页 |
| ·遗传算法在物体匹配中的应用 | 第52-54页 |
| ·基于MATLAB的实验结果分析 | 第54-56页 |
| 第五章 运动车辆跟踪 | 第56-72页 |
| ·运动车辆跟踪概述 | 第56页 |
| ·基于α—β—γ滤波跟踪的方法 | 第56-58页 |
| ·基于α—β—γ滤波跟踪方法的实验分析 | 第58-59页 |
| ·基于灰色预测模型GM(1,1)的跟踪方法 | 第59-71页 |
| ·灰色系统理论 | 第59-60页 |
| ·序列算子 | 第60-62页 |
| ·均值生成 | 第62-63页 |
| ·级比与光滑比 | 第63-64页 |
| ·累加生成算子与累减生成算子 | 第64-66页 |
| ·累加生成的灰指数律 | 第66页 |
| ·GM(1.1)模型 | 第66-69页 |
| ·GM(1,1)的预测模型与α—β—γ滤波预测的实验比较分析 | 第69-71页 |
| ·跟踪实验分析 | 第71-72页 |
| 第六章 结论 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |