面向高速公路的车辆检测与跟踪方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题的研究背景与意义 | 第10-11页 |
| ·国内外研究现状及发展趋势 | 第11-15页 |
| ·运动车辆检测的研究 | 第13-14页 |
| ·运动车辆跟踪的研究 | 第14-15页 |
| ·论文的研究内容及主要工作 | 第15-16页 |
| ·论文的结构 | 第16-18页 |
| 第2章 运动车辆检测算法的研究 | 第18-32页 |
| ·引言 | 第18页 |
| ·运动车辆检测方法综述 | 第18-24页 |
| ·光流法 | 第18-20页 |
| ·帧间差分法 | 第20-21页 |
| ·背景差分法 | 第21-23页 |
| ·本文选用的运动车辆检测方法 | 第23-24页 |
| ·基于混合高斯背景模型运动车辆检测算法 | 第24-29页 |
| ·背景模型的建立 | 第24-25页 |
| ·基于Byer彩色滤光阵列的混合高斯背景模型 | 第25-27页 |
| ·背景模型的更新 | 第27-28页 |
| ·运动车辆的检测与提取 | 第28-29页 |
| ·实验结果及分析 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第3章 运动车辆特征的提取方法 | 第32-45页 |
| ·引言 | 第32页 |
| ·阴影去除 | 第32-37页 |
| ·图像的彩色空间 | 第33-35页 |
| ·HSV色彩空间的阴影检测 | 第35-37页 |
| ·基于形态学的图像后处理 | 第37-41页 |
| ·特征提取 | 第41-43页 |
| ·连通区域标记 | 第41-42页 |
| ·特征提取 | 第42-43页 |
| ·实验结果及分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第4章 运动车辆跟踪算法 | 第45-64页 |
| ·引言 | 第45页 |
| ·运动车辆跟踪方法综述 | 第45-47页 |
| ·基于模型的跟踪 | 第45-46页 |
| ·基于区域的跟踪 | 第46页 |
| ·基于活动轮廓的跟踪 | 第46页 |
| ·基于特征的跟踪 | 第46-47页 |
| ·基于Camshift算法的车辆跟踪方法 | 第47-53页 |
| ·Meanshift算法 | 第47-49页 |
| ·建立颜色概率模型 | 第49-50页 |
| ·Camshift算法基本流程 | 第50-53页 |
| ·算法分析 | 第53页 |
| ·基于改进Camshift算法的车辆跟踪 | 第53-61页 |
| ·改进的自动初始化跟踪窗口 | 第53-55页 |
| ·Kalman滤波预测算法 | 第55页 |
| ·Kalman滤波原理 | 第55-57页 |
| ·Kalman滤波预测车辆轨迹 | 第57-59页 |
| ·基于Kalman预测的Camshift车辆跟踪 | 第59-60页 |
| ·遮挡问题处理 | 第60-61页 |
| ·实验结果及分析 | 第61-63页 |
| ·小结 | 第63-64页 |
| 第5章 原型系统的设计与实现 | 第64-78页 |
| ·系统概述 | 第64页 |
| ·系统硬件设备与软件开发平台 | 第64页 |
| ·硬件设备 | 第64页 |
| ·软件开发平台 | 第64页 |
| ·系统结构 | 第64-69页 |
| ·系统基本流程 | 第66-67页 |
| ·系统界面和功能介绍 | 第67-69页 |
| ·核心类的设计与实现 | 第69-74页 |
| ·检测类的设计 | 第69-72页 |
| ·跟踪类的设计 | 第72-74页 |
| ·Kalman类的设计 | 第74页 |
| ·实验结果分析 | 第74-76页 |
| ·小结 | 第76-78页 |
| 第6章 总结与展望 | 第78-80页 |
| ·论文及研究工作总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间公开发表的学术论文 | 第85页 |
