基于视觉的交通车流量统计
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容及结构 | 第13-15页 |
| 1.3.1 课题来源 | 第13页 |
| 1.3.2 研究内容及结构 | 第13-15页 |
| 第2章 相关的图像处理技术基础 | 第15-26页 |
| 2.1 图像的颜色模型 | 第16-19页 |
| 2.1.1 RGB颜色模型 | 第16-17页 |
| 2.1.2 HSV颜色模型 | 第17-19页 |
| 2.1.3 灰度颜色模型 | 第19页 |
| 2.2 图像二值化 | 第19-21页 |
| 2.3 数学形态学处理 | 第21-23页 |
| 2.3.1 膨胀与腐蚀 | 第21-23页 |
| 2.3.2 开运算与闭运算 | 第23页 |
| 2.4 图像滤波 | 第23-25页 |
| 2.4.1 均值滤波法 | 第24页 |
| 2.4.2 中值滤波法 | 第24页 |
| 2.4.3 高斯滤波法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 运动目标检测算法研究 | 第26-47页 |
| 3.1 引言 | 第26页 |
| 3.2 常用的运动目标检测算法 | 第26-36页 |
| 3.2.1 光流法 | 第26-27页 |
| 3.2.2 帧差法 | 第27-29页 |
| 3.2.3 背景减除法 | 第29-36页 |
| 3.3 一种基于RPCA的运动目标检测算法 | 第36-46页 |
| 3.3.1 低秩矩阵恢复 | 第36-38页 |
| 3.3.2 基于RPCA的运动目标检测 | 第38-41页 |
| 3.3.3 阴影去除 | 第41-42页 |
| 3.3.4 算法流程 | 第42-43页 |
| 3.3.5 实验结果与分析 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 车流量统计 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 常用的车流量统计方法 | 第47-48页 |
| 4.3 基于双虚拟检测线的车流量统计 | 第48-54页 |
| 4.3.1 双虚拟检测线设置 | 第48-49页 |
| 4.3.2 车辆信息提取 | 第49-50页 |
| 4.3.3 车辆信息修正 | 第50-51页 |
| 4.3.4 车辆计数设计 | 第51-52页 |
| 4.3.5 算法具体实现 | 第52-54页 |
| 4.3.6 实验结果与分析 | 第54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 在学期间发表的学术论文及研究成果 | 第63页 |
