| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 智能交通系统概述 | 第8-10页 |
| 1.2 国内外智能交通系统研究现状 | 第10-16页 |
| 1.3 本论文研究的主要内容 | 第16-18页 |
| 第二章 运动目标检测原理与算法 | 第18-29页 |
| 2.1 引言 | 第18-19页 |
| 2.2 运动目标检测技术 | 第19-24页 |
| 2.2.1 帧间差分法 | 第19-23页 |
| 2.2.2 光流法 | 第23-24页 |
| 2.2.3 背景差分 | 第24页 |
| 2.3 自适应混合高斯前景提取 | 第24-26页 |
| 2.4 实验分析 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 运动车辆检测阴影抑制方法 | 第29-38页 |
| 3.1 阴影检测的常用方法 | 第29-31页 |
| 3.2 基于HSV空间的阴影检测方法 | 第31-32页 |
| 3.3 基于RGB空间的阴影检测方法 | 第32-36页 |
| 3.4 实验分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 运动物体识别算法 | 第38-45页 |
| 4.1 运动物体的特征提取及分析 | 第38-41页 |
| 4.1.1 速度特征 | 第39页 |
| 4.1.2 矩特征 | 第39-40页 |
| 4.1.3 面积特征 | 第40-41页 |
| 4.2 物体多特征融合模型识别 | 第41-43页 |
| 4.2.1 矩特征算法的图像识别算法的实现 | 第41-42页 |
| 4.2.2 模糊积分特征算法的融合物体识别算法实现 | 第42-43页 |
| 4.3 实验分析 | 第43-44页 |
| 4.4 小结 | 第44-45页 |
| 第五章 运动跟踪算法 | 第45-56页 |
| 5.1 常用的目标跟踪算法 | 第45-46页 |
| 5.1.1 基于区域匹配的跟踪 | 第45页 |
| 5.1.2 基于模型的跟踪 | 第45-46页 |
| 5.1.3 基于轮廓匹配的跟踪 | 第46页 |
| 5.1.4 基于特征匹配的跟踪 | 第46页 |
| 5.2 CamShift运动目标跟踪算法 | 第46-49页 |
| 5.2.1 CamShift算法简介 | 第46-48页 |
| 5.2.2 CamShift算法的实现 | 第48-49页 |
| 5.3 卡尔曼滤波器 | 第49-54页 |
| 5.3.1 标准卡尔曼滤波器 | 第49-51页 |
| 5.3.2 扩展卡尔曼滤波器 | 第51-54页 |
| 5.4 实验分析 | 第54-55页 |
| 5.5 小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |