基于视频的车辆检测与跟踪
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国内外研究动态 | 第10-11页 |
| ·算法研究 | 第11-13页 |
| ·本课题的主要研究内容 | 第13-14页 |
| 第二章 视频图像的预处理及目标描述 | 第14-30页 |
| ·前言 | 第14页 |
| ·图像去噪 | 第14-17页 |
| ·噪声分析 | 第14-15页 |
| ·均值滤波器 | 第15-16页 |
| ·中值滤波器 | 第16-17页 |
| ·图像分割 | 第17-22页 |
| ·图像分割的定义 | 第18-19页 |
| ·几种图像分割方法 | 第19-22页 |
| ·目标特征描述及提取 | 第22-28页 |
| ·颜色特征 | 第22-25页 |
| ·纹理特征 | 第25-26页 |
| ·Harr-like 特征 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 运动车辆自动检测方法研究 | 第30-52页 |
| ·前言 | 第30页 |
| ·常见的前景检测算法 | 第30-34页 |
| ·帧间相减 | 第30-31页 |
| ·光流法 | 第31-32页 |
| ·背景差分 | 第32-34页 |
| ·基于机器学习的目标检测 | 第34-40页 |
| ·人工神经网络 | 第34-36页 |
| ·支持向量机 | 第36-37页 |
| ·AdaBoost 算法 | 第37-40页 |
| ·AdaBoost 算法进行车辆检测实验及分析 | 第40-51页 |
| ·利用AdaBoost 训练分类器 | 第40-41页 |
| ·训练速度数据分析 | 第41-48页 |
| ·检测性能数据分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 车辆的分割和定位 | 第52-65页 |
| ·前言 | 第52页 |
| ·粘连粘割方法概述 | 第52-55页 |
| ·区域外表特征分割 | 第52-53页 |
| ·区域几何尺度分割 | 第53页 |
| ·二维形状特征分割 | 第53-54页 |
| ·基于车辆三维模型的分割 | 第54-55页 |
| ·基于凹点的车辆分割 | 第55-61页 |
| ·传统的凹点定义 | 第56-57页 |
| ·算法相关定义和分割准则 | 第57-60页 |
| ·本算法流程图和实验结果 | 第60-61页 |
| ·车辆跟踪 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间发表的论文 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
