| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| 2 人群密度估计的基本原理 | 第13-25页 |
| ·基于像素统计的人群密度估计方法 | 第13-15页 |
| ·基于纹理分析的人群密度估计方法 | 第15-22页 |
| ·纹理基本概念 | 第15-16页 |
| ·纹理分析方法 | 第16-22页 |
| ·人群密度分类研究 | 第22-25页 |
| 3 中低密度下基于前景统计特征和线性回归的人群密度估计方法 | 第25-41页 |
| ·透视效应校正 | 第25-27页 |
| ·前景分割与特征提取 | 第27-34页 |
| ·人群前景分割 | 第27-31页 |
| ·边缘检测 | 第31-33页 |
| ·像素统计特征提取 | 第33-34页 |
| ·多元回归分析 | 第34-35页 |
| ·实验分析 | 第35-41页 |
| 4 高密度下人群密度估计 | 第41-62页 |
| ·基于灰度共生矩阵的纹理分析方法 | 第41-44页 |
| ·灰度共生矩阵定义 | 第41-43页 |
| ·人群密度特征提取 | 第43-44页 |
| ·分形特征 | 第44-47页 |
| ·分形的定义 | 第44-45页 |
| ·分数维 | 第45-46页 |
| ·人群图像的分维特征提取 | 第46-47页 |
| ·支持向量机多分类算法研究 | 第47-56页 |
| ·支持向量机基本理论 | 第47-54页 |
| ·多类分类方法 | 第54-56页 |
| ·实验结果与分析 | 第56-62页 |
| 5 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·对未来工作的展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文 | 第68-69页 |
| 致谢 | 第69页 |