基于视频的运动车辆检测算法研究与系统实现
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-17页 |
1.1 研究背景和研究意义 | 第10-11页 |
1.2 运动车辆检测的主要技术及方法 | 第11-13页 |
1.3 运动车辆检测的国内外研究现状 | 第13-15页 |
1.4 本文研究的主要内容和论文组织结构 | 第15-17页 |
2 数字图像概述及运动目标检测理论 | 第17-30页 |
2.1 数字图像与运动目标检测 | 第17页 |
2.2 图像的数字化表示方法 | 第17-21页 |
2.3 灰度直方图与灰度图像的二值化 | 第21页 |
2.4 数字图像的形态学变换 | 第21-24页 |
2.5 图像滤波与图像增强 | 第24-25页 |
2.6 数字图像的运动目标检测方法 | 第25-28页 |
2.7 本章小结 | 第28-30页 |
3 视频车辆检测系统中的关键算法研究 | 第30-50页 |
3.1 本文提出的关键性算法 | 第30页 |
3.2 基于采样点累计帧差的分区块的背景更新算法 | 第30-35页 |
3.3 OTSU 动态阈值分割算法 | 第35-38页 |
3.4 一种基于梯度差异的灯光去除算法 | 第38-43页 |
3.5 基于检测线占用状态的车流量计数算法 | 第43-46页 |
3.6 基于多帧帧差均值变化的自动拥堵检测算法 | 第46-49页 |
3.7 本章小结 | 第49-50页 |
4 视频车辆检测系统的总体设计与实现 | 第50-74页 |
4.1 系统硬件结构 | 第50-51页 |
4.2 软件总体设计 | 第51-54页 |
4.3 软件总体流程 | 第54-71页 |
4.4 视频车辆检测系统的测试结果 | 第71-73页 |
4.5 本章小结 | 第73-74页 |
5 总结与展望 | 第74-76页 |
5.1 总结 | 第74-75页 |
5.2 展望 | 第75-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-80页 |