智能交通系统车辆检测算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 视频车辆检测的国内外研究状况 | 第10-12页 |
| 1.3 本文的工作内容及章节安排 | 第12-14页 |
| 第2章 车辆检测算法研究 | 第14-31页 |
| 2.1 引言 | 第14页 |
| 2.2 常用背景模型 | 第14-19页 |
| 2.2.1 帧间差分法 | 第15-16页 |
| 2.2.2 背景差分法 | 第16-18页 |
| 2.2.3 光流法 | 第18-19页 |
| 2.3 混合高斯背景模型理论 | 第19-23页 |
| 2.3.1 单高斯分布背景模型 | 第20-21页 |
| 2.3.2 混合高斯背景模型 | 第21-23页 |
| 2.4 快速的混合高斯改进模型 | 第23-27页 |
| 2.4.1 典型混合高斯背景模型存在的问题 | 第23-24页 |
| 2.4.2 一种快速的混合高斯改进模型 | 第24-27页 |
| 2.5 实验分析 | 第27-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第3章 图像后处理去噪 | 第31-40页 |
| 3.1 引言 | 第31页 |
| 3.2 几种常用的去噪方法 | 第31-34页 |
| 3.2.1 空间域滤波法 | 第31-33页 |
| 3.2.2 频域低通滤波法 | 第33-34页 |
| 3.3 本文采用的后处理去噪方法 | 第34-37页 |
| 3.4 实验分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 运动车辆阴影抑制算法研究 | 第40-55页 |
| 4.1 引言 | 第40-41页 |
| 4.2 基于属性的阴影抑制方法概述 | 第41-49页 |
| 4.2.1 基于颜色空间变换的阴影抑制 | 第42-44页 |
| 4.2.2 基于统计的阴影抑制 | 第44-45页 |
| 4.2.3 基于色彩特征不变量的阴影抑制 | 第45-46页 |
| 4.2.4 基于物理模型的阴影抑制 | 第46-49页 |
| 4.3 基于颜色与纹理特征的车辆阴影检测 | 第49-52页 |
| 4.3.1 颜色模型及向量夹角 | 第49-51页 |
| 4.3.2 阴影区域的纹理特征 | 第51-52页 |
| 4.4 实验分析 | 第52页 |
| 4.5 本章小结 | 第52-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64-65页 |
| 个人简历 | 第65页 |
