| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 本课题研究背景与意义 | 第9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-10页 |
| 1.3 本文主要内容和结构安排 | 第10-12页 |
| 第2章 视频序列图像的预处理 | 第12-24页 |
| 2.1 颜色空间 | 第12-14页 |
| 2.1.1 常用的颜色空间 | 第12-14页 |
| 2.1.2 RGB到HSV颜色模型的转换 | 第14页 |
| 2.2 图像灰度化 | 第14-15页 |
| 2.3 图像二值化 | 第15-17页 |
| 2.4 图像去噪 | 第17-18页 |
| 2.4.1 均值滤波 | 第17页 |
| 2.4.2 中值滤波 | 第17-18页 |
| 2.5 数学形态学处理 | 第18-23页 |
| 2.5.1 膨胀与腐蚀 | 第19-21页 |
| 2.5.2 开运算和闭运算 | 第21-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基于边缘信息和三帧差分法的运动目标检测 | 第24-37页 |
| 3.1 常用目标检测算法 | 第24-28页 |
| 3.1.1 光流法 | 第24-26页 |
| 3.1.2 背景差分法 | 第26-27页 |
| 3.1.3 帧间差分法 | 第27-28页 |
| 3.2 三帧差分法 | 第28页 |
| 3.3 边缘检测 | 第28-34页 |
| 3.3.1 Sobel算子 | 第29-30页 |
| 3.3.2 罗伯特(Roberts)梯度算子 | 第30页 |
| 3.3.3 Canny算子 | 第30-34页 |
| 3.4 本文采用的运动目标检测算法 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于CamShift和Kalman相结合的运动车辆跟踪 | 第37-49页 |
| 4.1 常用目标跟踪算法 | 第37-38页 |
| 4.1.1 基于特征的跟踪 | 第37页 |
| 4.1.2 基于区域的跟踪 | 第37页 |
| 4.1.3 基于模型的跟踪 | 第37-38页 |
| 4.2 基于MeanShift的跟踪算法 | 第38-40页 |
| 4.2.1 MeanShift算法基本意义 | 第38-39页 |
| 4.2.2 MeanShift算法跟踪步骤 | 第39-40页 |
| 4.3 CamShift算法 | 第40-42页 |
| 4.4 卡尔曼滤波器 | 第42-45页 |
| 4.5 基于卡尔曼和CamShift的目标跟踪 | 第45-46页 |
| 4.6 实验结果 | 第46-48页 |
| 4.6.1 单车辆跟踪 | 第47页 |
| 4.6.2 多车辆跟踪 | 第47-48页 |
| 4.7 本章小结 | 第48-49页 |
| 第5章 实验环境的搭建及系统设计 | 第49-55页 |
| 5.1 OpenCV技术概述 | 第49-50页 |
| 5.2 本文对OpenCV的配置 | 第50-52页 |
| 5.3 系统界面与功能设计 | 第52-54页 |
| 5.4 系统测试结果 | 第54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 工作总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士期间的研究成果与参加项目 | 第59-60页 |
| 致谢 | 第60页 |