基于视频的交通流检测及分类研究

摘要	第1-6页
Abstract	第6-7页
1 绪论	第7-11页
·课题研究背景及意义	第7-8页
·国内外研究现状	第8-9页
·本文结构	第9-11页
2 基于视频的车辆检测算法回顾	第11-16页
·几种常见的背景创建方法	第11-13页
·均值算法	第11页
·均值循环算法	第11-12页
·高斯循环算法	第12页
·灰度归类法	第12-13页
·动目标检测算法	第13-15页
·光流法	第13-14页
·时间差分法	第14页
·背景差分法	第14-15页
·本章小结	第15-16页
3 道路交通信息流分析	第16-37页
前言	第16-18页
第一节 相关的技术回顾	第18-23页
·常见的车速检测方法介绍	第18-20页
·基于车灯定位的检测方法	第18-19页
·基于视频图像Harris角点的检测	第19-20页
·常用的车辆分类方法介绍	第20-23页
·基于D-S 证据理论的车型识别	第20-21页
·基于Hausdorff 距离的车辆轮廓匹配	第21-23页
第二节 基于虚拟线圈的交通信息流系统设计	第23-37页
·系统流程	第23-24页
·基于虚拟线圈的视频图像预处理	第24-28页
·虚拟线圈的设置	第24-25页
·使用灰度归类法建立背景模型	第25-26页
·自适应分割阈值的选取	第26-28页
·基于虚拟线圈的交通参数估计	第28-36页
·视频车辆速度检测	第28-33页
·基于轮廓特征的车辆分类	第33-35页
·交通拥堵情况判断	第35-36页
·本章小结	第36-37页
4 算法比较与系统集成	第37-42页
·算法比较	第37-38页
·系统集成	第38-41页
·系统开发平台介绍	第38-39页
·模块设计与界面	第39-41页
·本章小结	第41-42页
5 总结与展望	第42-43页
参考文献	第43-46页
致谢	第46-47页
攻读硕士期间发表的学术论文和参加的项目	第47页