| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本课题的研究内容 | 第12-13页 |
| 1.4 论文章节结构 | 第13-14页 |
| 2 基于视频分析的车辆信息提取系统的总体设计 | 第14-28页 |
| 2.1 基于视频分析的车辆信息提取概述 | 第14页 |
| 2.2 基于视频分析的车辆信息提取系统总体设计方案 | 第14-15页 |
| 2.3 车辆信息提取的相关理论基础 | 第15-27页 |
| 2.3.1 图像灰度化 | 第15-16页 |
| 2.3.2 图像二值化 | 第16页 |
| 2.3.3 数学形态学图像处理 | 第16-17页 |
| 2.3.4 边缘检测 | 第17-20页 |
| 2.3.5 方向梯度直方图 | 第20-21页 |
| 2.3.6 背景建模及运动前景提取 | 第21-23页 |
| 2.3.7 Adaboost | 第23-24页 |
| 2.3.8 支持向量机 | 第24-26页 |
| 2.3.9 卷积神经网络 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 车牌跟踪计数及车速测算 | 第28-39页 |
| 3.1 车牌定位 | 第28-32页 |
| 3.1.1 前景检测 | 第29-30页 |
| 3.1.2 车牌初次定位 | 第30-31页 |
| 3.1.3 车牌二次确认 | 第31-32页 |
| 3.2 跟踪计数 | 第32-36页 |
| 3.2.1 时空上下文视觉跟踪算法 | 第32-34页 |
| 3.2.2 车牌跟踪整体流程 | 第34-35页 |
| 3.2.3 跟踪结果 | 第35-36页 |
| 3.3 车速测算 | 第36-38页 |
| 3.3.1 车速测算理论建模 | 第36-37页 |
| 3.3.2 车速测算实现 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 车标识别 | 第39-47页 |
| 4.1 车标定位 | 第39-42页 |
| 4.1.1 车标粗定位 | 第39-40页 |
| 4.1.2 车标细定位 | 第40-42页 |
| 4.2 基于多尺度并行卷积神经网络的车标分类 | 第42-46页 |
| 4.2.1 卷积神经网络设计 | 第42-43页 |
| 4.2.2 分类识别 | 第43-44页 |
| 4.2.3 分类结果与分析 | 第44-46页 |
| 4.3 本章小结 | 第46-47页 |
| 5 排队拥堵检测 | 第47-53页 |
| 5.1 排队拥堵算法设计 | 第47-48页 |
| 5.1.1 排队拥堵场景分析 | 第47页 |
| 5.1.2 排队拥堵检测总体设计方案 | 第47-48页 |
| 5.2 排队拥堵算法实现 | 第48-52页 |
| 5.2.1 透视变换 | 第48-50页 |
| 5.2.2 运动检测 | 第50页 |
| 5.2.3 车辆检测 | 第50-51页 |
| 5.2.4 排队拥堵结果测算 | 第51-52页 |
| 5.3 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-54页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 硕士期间发表的论文与科研情况 | 第57-58页 |
| 致谢 | 第58页 |