| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-14页 |
| ·引言 | 第10页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的研究内容及组织结构安排 | 第12-14页 |
| ·本文的研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第2章 特征提取匹配及目标检测跟踪概述 | 第14-23页 |
| ·引言 | 第14页 |
| ·图像特征介绍 | 第14-16页 |
| ·颜色特征 | 第14-15页 |
| ·形状特征 | 第15-16页 |
| ·空间关系特征 | 第16页 |
| ·图像特征检测与描述 | 第16-18页 |
| ·特征点检测 | 第16-18页 |
| ·特征点描述 | 第18页 |
| ·车辆特征提取方法概述 | 第18-19页 |
| ·外形轮廓扫描法 | 第18-19页 |
| ·车轴计数法 | 第19页 |
| ·环形线圈检测法 | 第19页 |
| ·运动目标检测及跟踪介绍 | 第19-22页 |
| ·运动目标检测方法 | 第19-20页 |
| ·运动目标跟踪方法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 车辆特征提取及匹配 | 第23-48页 |
| ·引言 | 第23页 |
| ·经典特征点检测算法分析 | 第23-28页 |
| ·Moravec算法分析 | 第23-25页 |
| ·Harris算法分析 | 第25-26页 |
| ·Susan算法分析 | 第26-27页 |
| ·SIFT算法分析 | 第27-28页 |
| ·SIFT算法特征点检测原理 | 第28-33页 |
| ·建立尺度空间 | 第28-30页 |
| ·检测极值点 | 第30页 |
| ·构建尺度空间需要确定的参数 | 第30-31页 |
| ·精确确定极值点位置 | 第31-32页 |
| ·关键点方向的分配 | 第32页 |
| ·特征点描述符 | 第32-33页 |
| ·SIFT算法改进 | 第33-40页 |
| ·SIFT算法实现步骤分析 | 第33-35页 |
| ·SIFT算法中新的描述符构造 | 第35-37页 |
| ·特征点匹配度量方法 | 第37-38页 |
| ·仿射变换 | 第38-39页 |
| ·去除误匹配点 | 第39-40页 |
| ·实验分析与结果 | 第40-43页 |
| ·车辆匹配应用 | 第43-47页 |
| ·车辆出入口检测匹配系统 | 第43-45页 |
| ·车辆匹配识别系统 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 车辆跟踪技术研究 | 第48-66页 |
| ·目标对象的运动估计 | 第48页 |
| ·KALMAN滤波器分析 | 第48-49页 |
| ·单目标的车辆跟踪 | 第49-54页 |
| ·Meanshift算法分析 | 第50-52页 |
| ·结合Kalman滤波的Meanshift算法跟踪 | 第52页 |
| ·实验结果与分析 | 第52-54页 |
| ·基于SIFT特征算法的视频对象跟踪 | 第54-57页 |
| ·SIFT算法跟踪原理 | 第54-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·背景建模算法应用多目标跟踪 | 第57-65页 |
| ·背景建模的方法和意义 | 第57-58页 |
| ·高斯背景模型参数估计 | 第58-59页 |
| ·混合高斯背景建模算法 | 第59-60页 |
| ·混合高斯模型的参数初始化及参数更新 | 第60-61页 |
| ·高斯背景建模提取背景 | 第61-62页 |
| ·车辆提取 | 第62-64页 |
| ·车辆跟踪实验结果 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论与展望 | 第66-68页 |
| 主要结论 | 第66页 |
| 今后工作展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间发表的学术论文及科研项目 | 第73-74页 |