| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-18页 |
| ·课题的提出及意义 | 第9-10页 |
| ·交通监控的内涵 | 第10-12页 |
| ·路况监控和收费管理 | 第10-11页 |
| ·违章自动监测 | 第11-12页 |
| ·交通参数提取 | 第12-15页 |
| ·虚拟线、虚拟线圈的交通参数提取方法 | 第13-14页 |
| ·基于目标提取和跟踪的交通参数提取方法 | 第14-15页 |
| ·国内外商业化的视频检测系统 | 第15-16页 |
| ·本论文的研究内容和组织方式 | 第16-17页 |
| ·本论文的创新 | 第17-18页 |
| 第二章 小波变换基本理论 | 第18-35页 |
| ·小波变换的产生 | 第18-19页 |
| ·连续小波变换 | 第19-21页 |
| ·连续小波基函数 | 第19-20页 |
| ·连续小波变换的性质 | 第20-21页 |
| ·离散小波变换 | 第21-23页 |
| ·小波的离散化方法 | 第21-22页 |
| ·离散小波的逆变换 | 第22-23页 |
| ·多分辨率分析 | 第23-25页 |
| ·多分辨率分析的定义 | 第23页 |
| ·小波函数与小波空间 | 第23-24页 |
| ·正交小波变换的多分辨率分析 | 第24-25页 |
| ·正交小波的快速算法 | 第25-26页 |
| ·二尺度方程 | 第25页 |
| ·Mallat 快速分解与重建算法 | 第25-26页 |
| ·小波基的选择 | 第26-28页 |
| ·正交性 | 第26-27页 |
| ·支撑性 | 第27页 |
| ·对称性 | 第27页 |
| ·正则性 | 第27-28页 |
| ·消失矩 | 第28页 |
| ·基于小波变换的图像去噪 | 第28-33页 |
| ·去噪问题的描述 | 第29-30页 |
| ·小波变换模极大去噪 | 第30-31页 |
| ·小波阈值去噪法 | 第31-33页 |
| ·实验结果 | 第33-34页 |
| ·本章总结 | 第34-35页 |
| 第三章 基于曲波变换的交通图像去噪与增强 | 第35-55页 |
| ·曲波变换的基础——脊波变换 | 第35-40页 |
| ·连续脊波变换（Continue Ridgelet Transform） | 第36-37页 |
| ·脊波变换的重构 | 第37页 |
| ·离散脊波变换 | 第37-39页 |
| ·单尺度脊波（Monoscale Ridgelet） | 第39-40页 |
| ·多尺度脊波（Multiscale Ridgelet） | 第40页 |
| ·曲波变换 | 第40-43页 |
| ·曲波变换的实现过程 | 第41-43页 |
| ·曲波变换的性质 | 第43页 |
| ·新框架曲波变换 | 第43-47页 |
| ·新框架曲波的构造 | 第44页 |
| ·新框架曲波的性质 | 第44-45页 |
| ·新框架曲波的数字实现 | 第45-47页 |
| ·曲波变换的交通图像去噪与增强 | 第47-48页 |
| ·交通图像去噪 | 第47页 |
| ·图像增强 | 第47-48页 |
| ·采用自适应曲波萎缩算法的交通图像的去噪和增强 | 第48-51页 |
| ·实验结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 交通图像的分割 | 第55-69页 |
| ·图像分割方法综述 | 第55-60页 |
| ·基于区域的分割方法 | 第55-57页 |
| ·基于边缘的分割方法 | 第57-58页 |
| ·基于数学形态学的分割方法 | 第58页 |
| ·基于神经网络的分割方法 | 第58页 |
| ·基于模糊理论的分割方法 | 第58-59页 |
| ·基于分形理论的分割方法 | 第59页 |
| ·基于变形模型（主动轮廓模型）的分割方法 | 第59页 |
| ·图像分割方法的评估 | 第59-60页 |
| ·小波多尺度边缘检测原理 | 第60-64页 |
| ·信号的奇异性 | 第60-61页 |
| ·小波多尺度边缘检测原理 | 第61-64页 |
| ·基于背景差法的运动目标检测 | 第64-67页 |
| ·动态背景的形成及运动检测 | 第65-66页 |
| ·采用HSI 色彩空间的阴影检测方法 | 第66-67页 |
| ·实验结果 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 基于卡尔曼滤波的车辆跟踪 | 第69-84页 |
| ·目标跟踪问题简介 | 第69-72页 |
| ·目标跟踪方法分类 | 第72-75页 |
| ·基于特征的跟踪方法 | 第72页 |
| ·基于3-D 的跟踪方法 | 第72-73页 |
| ·基于主动轮廓模型的跟踪方法 | 第73-74页 |
| ·基于区域的跟踪方法 | 第74页 |
| ·跟踪方法应用讨论 | 第74-75页 |
| ·卡尔曼（Kalman）滤波器概述 | 第75-76页 |
| ·基于三状态Kalman 滤波器的车辆跟踪算法 | 第76-78页 |
| ·一种简化的的Kalman 滤波目标跟踪方法 | 第78-81页 |
| ·定义模板匹配准则 | 第78-79页 |
| ·状态估计及转换 | 第79-80页 |
| ·轨迹预测 | 第80-81页 |
| ·仿真实验及分析 | 第81-84页 |
| 第六章 摄像机标定算法研究 | 第84-95页 |
| ·摄像机标定综述 | 第84-91页 |
| ·摄影测量学中摄像机模型建立 | 第85-88页 |
| ·直线线性变换方法（DLT） | 第88-89页 |
| ·Tsai 两步法 | 第89-91页 |
| ·本文所采用的简单、易于收敛的摄像机标定算法 | 第91-94页 |
| ·本章总结 | 第94-95页 |
| 第七章 总结与展望 | 第95-97页 |
| 参考文献 | 第97-106页 |
| 发表论文和科研情况说明 | 第106-107页 |
| 致谢 | 第107页 |
