基于DSP的智能道路监控系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究进展及现状 | 第11-14页 |
| ·视频监控系统概述 | 第11-12页 |
| ·智能交通系统发展现状 | 第12-13页 |
| ·目标检测与跟踪简介 | 第13-14页 |
| ·DSP技术简介 | 第14页 |
| ·研究内容和主要创新点 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 基于视频的运动目标检测 | 第16-32页 |
| ·引言 | 第16页 |
| ·图像预处理 | 第16-17页 |
| ·运动目标检测方法 | 第17-21页 |
| ·帧差法 | 第17-18页 |
| ·光流法 | 第18-19页 |
| ·背景差分法 | 第19-20页 |
| ·三种方法的比较 | 第20-21页 |
| ·基于背景差分的运动目标检测 | 第21-25页 |
| ·背景图像获取 | 第21-22页 |
| ·背景图像更新 | 第22-23页 |
| ·背景差分 | 第23-24页 |
| ·差分图像二值化 | 第24-25页 |
| ·阴影去除 | 第25-29页 |
| ·彩色模型 | 第26-27页 |
| ·基于HSV颜色模型的阴影去除 | 第27-29页 |
| ·形态学处理 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 运动目标跟踪方法研究 | 第32-43页 |
| ·引言 | 第32页 |
| ·基于Kalman滤波的运动目标跟踪 | 第32-37页 |
| ·Kalman滤波的原理 | 第32-33页 |
| ·基于Kalman滤波的运动目标跟踪 | 第33-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·基于粒子滤波的运动目标跟踪 | 第37-42页 |
| ·粒子滤波基本原理 | 第37-39页 |
| ·基于粒子群优化的辅助粒子滤波算法的运动目标跟踪 | 第39-42页 |
| ·实验结果与分析 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第四章 系统的硬件设计 | 第43-49页 |
| ·系统总体设计架构 | 第43-45页 |
| ·传统智能道路监控系统架构 | 第43页 |
| ·本文智能道路监控系统架构 | 第43-44页 |
| ·本文实验系统架构 | 第44-45页 |
| ·视频采集模块 | 第45-47页 |
| ·CCD摄像机 | 第45-46页 |
| ·TVP5150 | 第46-47页 |
| ·DSP处理模块 | 第47-48页 |
| ·DSP芯片的选择 | 第47页 |
| ·DM643的特点和内部结构 | 第47-48页 |
| ·存储模块 | 第48页 |
| ·视频显示模块 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 系统的软件设计及相关算法的实现 | 第49-57页 |
| ·CCS集成开发环境及相关资源 | 第49-51页 |
| ·CCS集成开发环境介绍 | 第49-50页 |
| ·实时嵌入式操作系统DSP/BIOS | 第50-51页 |
| ·RF5软件框架 | 第51-52页 |
| ·基于RF5的系统软件设计 | 第52-54页 |
| ·代码优化 | 第54页 |
| ·调试结果与分析 | 第54-56页 |
| ·调试环境 | 第54页 |
| ·图像的采集与显示 | 第54-55页 |
| ·图像的阈值分割处理 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和科研情况说明 | 第62-63页 |
| 致谢 | 第63页 |
