基于视频的车辆目标检测与跟踪技术研究
| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1 绪论 | 第9-16页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·基于视频的车辆目标检测与跟踪技术及其发展 | 第10-14页 |
| ·基于视频的车辆检测技术及其发展 | 第11页 |
| ·基于视频的车型识别技术及其发展 | 第11-13页 |
| ·基于视频的车辆跟踪技术及其发展 | 第13-14页 |
| ·本文研究内容 | 第14-16页 |
| 2 视频序列车辆检测技术研究 | 第16-31页 |
| ·视频图像序列采集 | 第16-17页 |
| ·车辆检测算法 | 第17-27页 |
| ·重建背景帧 | 第17-18页 |
| ·图像滤波 | 第18-20页 |
| ·阈值分割 | 第20-24页 |
| ·形态学处理 | 第24-25页 |
| ·连通区域标记及区域填充 | 第25-26页 |
| ·车辆目标检测结果 | 第26-27页 |
| ·阴影去除 | 第27-29页 |
| ·RGB 模式转换到 HSV 模式 | 第27-29页 |
| ·阴影检测结果 | 第29页 |
| ·本章小结 | 第29-31页 |
| 3 视频图像序列中车型识别方法研究 | 第31-45页 |
| ·角点提取 | 第31-37页 |
| ·Hausdorf 距离原理 | 第37-38页 |
| ·基于Harris 角点的车型识别 | 第38-41页 |
| ·利用Harris 角点测速 | 第41-44页 |
| ·视频测速基本原理 | 第41-43页 |
| ·实验结果 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 4 基于 Kalman 滤波的车辆跟踪算法 | 第45-63页 |
| ·引论 | 第45页 |
| ·跟踪基本原理 | 第45-53页 |
| ·Kalman 滤波器 | 第46-50页 |
| ·边缘提取 | 第50-53页 |
| ·跟踪算法实现 | 第53-59页 |
| ·目标边缘模板及外接矩形获取 | 第54-56页 |
| ·Kalman 滤波对车辆位置进行预测 | 第56-58页 |
| ·边缘匹配算法 | 第58-59页 |
| ·遮挡时模板更新 | 第59页 |
| ·跟踪结果 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| ·本文工作及成果总结 | 第63-64页 |
| ·下一步的研究工作 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间发表的学术论文 | 第70-71页 |
