摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状综述 | 第11-14页 |
1.2.1 环形交叉口国内外研究现状 | 第11-12页 |
1.2.2 基于图像处理技术交通流信息采集方法国内外研究现状 | 第12-14页 |
1.3 研究内容及技术路线 | 第14-17页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 技术路线 | 第15-17页 |
第二章 信号控制环形交叉口概述 | 第17-27页 |
2.1 信号控制环形交叉口的构成及区域划分 | 第17-21页 |
2.1.1 环形交叉口 | 第17-20页 |
2.1.2 环形交叉口区域划分 | 第20-21页 |
2.2 信号控制环形交叉口交通流运行特性 | 第21-22页 |
2.2.1 交通流信息 | 第21页 |
2.2.2 信号控制环形交叉口交通流运行特性 | 第21-22页 |
2.3 基于图像处理技术的微观交通流数据采集流程 | 第22-25页 |
2.3.1 视频采集流程 | 第23-24页 |
2.3.2 视频处理流程 | 第24-25页 |
2.4 本章小结 | 第25-27页 |
第三章 信号控制环形交叉口摄像机标定理论与方法 | 第27-40页 |
3.1 摄像机标定理论基础 | 第27-31页 |
3.1.1 常用坐标系定义 | 第27-28页 |
3.1.2 摄像机标定成像模型 | 第28-31页 |
3.2 摄像机标定方法 | 第31-34页 |
3.2.1 摄像机标定方法概述 | 第31-32页 |
3.2.2 摄像机标定方法步骤 | 第32-34页 |
3.3 环形交叉口标定结果和误差分析 | 第34-38页 |
3.3.1 摄像机标定参数的求取方法 | 第35-37页 |
3.3.2 误差分析 | 第37-38页 |
3.4 本章小结 | 第38-40页 |
第四章 基于open-TLD算法的微观交通流数据获取方法及分析 | 第40-71页 |
4.1 图像预处理 | 第40-45页 |
4.1.1 图像灰度化 | 第40-42页 |
4.1.2 图像滤波处理 | 第42-43页 |
4.1.3 图像增强 | 第43-45页 |
4.2 运动车辆检测 | 第45-50页 |
4.2.1 帧间差分法 | 第45-47页 |
4.2.2 背景差分法 | 第47-48页 |
4.2.3 光流法 | 第48-50页 |
4.3 基于TLD算法的运动车辆跟踪 | 第50-66页 |
4.3.1 TLD检测模块 | 第52-54页 |
4.3.2 TLD跟踪模块 | 第54-56页 |
4.3.3 TLD学习模块 | 第56-59页 |
4.3.4 TLD算法流程 | 第59页 |
4.3.5 TLD学习模块的改进和仿真分析 | 第59-66页 |
4.4 基于TLD的环形交叉口微观交通流信息采集 | 第66-68页 |
4.4.1 车辆轨迹 | 第66-67页 |
4.4.2 车辆速度 | 第67页 |
4.4.3 车辆的加速度 | 第67-68页 |
4.4.4 车辆换道率 | 第68页 |
4.5 本章小结 | 第68-71页 |
第五章 信号控制环形交叉口微观交通流数据分析 | 第71-80页 |
5.1 调查对象及数据处理 | 第71-73页 |
5.1.1 调查对象 | 第71-72页 |
5.1.2 数据处理 | 第72-73页 |
5.2 车辆运行行为特性分析 | 第73-78页 |
5.2.1 速度分布规律 | 第73-75页 |
5.2.2 车辆加速度分布 | 第75-77页 |
5.2.3 车辆换道率分布规律 | 第77-78页 |
5.3 本章小结 | 第78-80页 |
第六章 结论 | 第80-83页 |
6.1 研究成果 | 第80页 |
6.2 研究展望 | 第80-83页 |
致谢 | 第83-85页 |
参考文献 | 第85-88页 |
攻读学位期间取得的研究成果 | 第88页 |