视频车辆检测与跟踪方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·选题背景和意义 | 第9-10页 |
| ·国内外研究现状和进展 | 第10-11页 |
| ·本文研究内容 | 第11-13页 |
| ·实验设备与软件开发平台 | 第13-14页 |
| 第二章 形态学处理 | 第14-19页 |
| ·膨胀与腐蚀 | 第14-16页 |
| ·填充孔洞 | 第16-17页 |
| ·提取连通分量 | 第17-19页 |
| 第三章 视频车辆检测算法 | 第19-31页 |
| ·车辆视频检测的各种方法 | 第19-20页 |
| ·基于区间分布的自适应背景提取与更新算法 | 第20-26页 |
| ·车辆的检测 | 第26-31页 |
| 第四章 阴影检测 | 第31-37页 |
| ·阴影概念及特点 | 第31-32页 |
| ·常见阴影检测方法分类 | 第32页 |
| ·基于统计特征和物理特征的阴影去除方法 | 第32-35页 |
| ·实验结果及结论 | 第35-37页 |
| 第五章 车辆跟踪算法 | 第37-48页 |
| ·常见的跟踪方法 | 第37-38页 |
| ·车辆跟踪原理 | 第38页 |
| ·基于传统Camshift 算法的跟踪实验 | 第38-40页 |
| ·Camshift 算法思想 | 第38-40页 |
| ·基于Camshift 算法的车辆跟踪实验结果 | 第40页 |
| ·基于小波变换的扩展kalman 滤波跟踪算法 | 第40-47页 |
| ·卡尔曼滤波(Kalman Filters) | 第40-42页 |
| ·离散小波变换 | 第42页 |
| ·基于小波变换的扩展卡尔曼滤波的运动目标跟踪算法 | 第42-44页 |
| ·实验结果 | 第44-46页 |
| ·交通参数提取 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 在学期间公开发表论文及著作情况 | 第54页 |