| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题研究背景及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 运动目标检测研究现状 | 第12-14页 |
| 1.2.2 运动目标跟踪研究现状 | 第14-15页 |
| 1.2.3 车辆违章检测研究现状 | 第15-16页 |
| 1.2.4 存在的问题 | 第16页 |
| 1.3 本文的主要工作和创新点 | 第16-18页 |
| 1.3.1 本文主要工作 | 第16-17页 |
| 1.3.2 本文主要创新点 | 第17-18页 |
| 1.4 本文内容安排 | 第18-19页 |
| 第二章 运动目标检测算法的研究 | 第19-34页 |
| 2.1 运动前景检测算法的概述与现状 | 第19-20页 |
| 2.2 基于平均背景模型的改进的运动目标检测方法 | 第20-24页 |
| 2.2.1 基于分块和邻域信息的背景更新方法 | 第21-23页 |
| 2.2.2 基于色度差异和亮度差异的运动前景检测方法 | 第23-24页 |
| 2.3 阴影去除方法的研究 | 第24-29页 |
| 2.3.1 基于归一化互相关系数和对称交叉熵的阴影去除 | 第24-27页 |
| 2.3.2 基于轮廓像素点邻域信息的阴影误检去除 | 第27-29页 |
| 2.4 实验结果比较 | 第29-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 违章轧线检测算法的研究 | 第34-49页 |
| 3.1 违章轧线检测算法的概述与现状 | 第34-35页 |
| 3.2 导流区车辆违章轧线检测算法 | 第35-46页 |
| 3.2.1 算法设计及基于区域前景和简单标定的违章车辆粗定位 | 第35-39页 |
| 3.2.2 基于SLIC超像素分割和区域边界融合的车辆目标精确定位 | 第39-46页 |
| 3.2.2.1 SLIC超像素分割算法介绍 | 第39-41页 |
| 3.2.2.2 基于边界灰度方差和色度差的超像素融合 | 第41-43页 |
| 3.2.2.3 基于阴影的检测区域纵向位置校正 | 第43-46页 |
| 3.3 实验结果 | 第46-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 基于特征点匹配的跟踪算法的研究 | 第49-65页 |
| 4.1 跟踪算法的概述与现状 | 第49-50页 |
| 4.2 基于双向光流的特征点跟踪 | 第50-56页 |
| 4.2.1 跟踪特征点选取策略 | 第51-52页 |
| 4.2.2 跟踪框更新策略 | 第52-56页 |
| 4.3 基于卡尔曼滤波器的实时性改善 | 第56-58页 |
| 4.3.1 卡尔曼滤波器的基本原理 | 第56页 |
| 4.3.2 卡尔曼滤波器在提高实时性方面的应用 | 第56-58页 |
| 4.4 部分遮挡问题的解决 | 第58-60页 |
| 4.5 实验结果 | 第60-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 本文总结 | 第65-66页 |
| 5.2 研究展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 在学位期间的研究成果及发表的学术论文 | 第73页 |
