基于视频图像的运动车辆检测和跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究现状 | 第8-10页 |
| ·作者所做的工作及论文结构安排 | 第10-11页 |
| 第二章 基于视频的交通事件和交通参数检测系统 | 第11-17页 |
| ·系统概述 | 第11-12页 |
| ·系统设计目标 | 第11页 |
| ·系统主要功能分析 | 第11-12页 |
| ·系统结构 | 第12-13页 |
| ·系统的硬件架构 | 第12-13页 |
| ·系统的软件模块 | 第13页 |
| ·系统工作流程 | 第13-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 运动车辆检测算法研究与实现 | 第17-41页 |
| ·运动目标检测算法概述 | 第17-21页 |
| ·帧差法 | 第17-18页 |
| ·背景差分法 | 第18-19页 |
| ·光流法 | 第19-21页 |
| ·其他方法 | 第21页 |
| ·背景提取算法研究 | 第21-32页 |
| ·常用的背景提取算法 | 第22-25页 |
| ·常用背景提取算法分析比较 | 第25-26页 |
| ·改进的背景提取算法 | 第26-29页 |
| ·数据实验结果分析 | 第29-32页 |
| ·背景更新算法研究 | 第32-36页 |
| ·常用的背景更新算法 | 第32-34页 |
| ·改进的背景更新算法 | 第34-35页 |
| ·数据实验结果分析 | 第35-36页 |
| ·基于背景的车辆检测算法研究 | 第36-39页 |
| ·基于背景的二值化 | 第36-37页 |
| ·车辆阴影去除 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 运动车辆跟踪算法研究与实现 | 第41-53页 |
| ·运动目标分割 | 第41-45页 |
| ·连通区域标记 | 第41-43页 |
| ·标记目标处理 | 第43-45页 |
| ·运动日标跟踪算法概述 | 第45-47页 |
| ·基于特征的跟踪方法 | 第45-46页 |
| ·基于3D的跟踪方法 | 第46页 |
| ·基于主动轮廓的跟踪方法 | 第46-47页 |
| ·基于运动估计的跟踪方法 | 第47页 |
| ·基于卡尔曼运动估计的跟踪方法 | 第47-52页 |
| ·卡尔曼滤波基本原理 | 第47-49页 |
| ·基于卡尔曼滤波的车辆跟踪算法 | 第49-50页 |
| ·数据实验结果分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 测试与分析 | 第53-57页 |
| ·系统测试说明 | 第53页 |
| ·算法耗时测试 | 第53-54页 |
| ·交通流宏观参数提取结果测试 | 第54-55页 |
| ·车流量测试 | 第54-55页 |
| ·车速测试 | 第55页 |
| ·占有率测试 | 第55页 |
| ·测试误差分析 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·后续工作的展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |
