| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 基于视频的车流量检测技术 | 第12-15页 |
| 1.2.1 国内外发展现状 | 第12-14页 |
| 1.2.2 研究意义 | 第14-15页 |
| 1.3 论文的研究内容 | 第15页 |
| 1.4 论文的组织结构 | 第15-18页 |
| 第二章 视频采集与处理 | 第18-29页 |
| 2.1 视频图像的采集 | 第18-19页 |
| 2.2 图像处理 | 第19-28页 |
| 2.2.1 图像灰度化 | 第19-20页 |
| 2.2.2 图像平滑 | 第20-24页 |
| 2.2.3 直方图均衡化 | 第24-25页 |
| 2.2.4 图像二值化 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 道路自动检测及定位方法 | 第29-36页 |
| 3.1 道路检测及定位方法概述 | 第29-30页 |
| 3.1.1 基于特征的道路识别方法 | 第29-30页 |
| 3.1.2 基于模型的道路识别方法 | 第30页 |
| 3.2 基于区域生长的道路定位算法 | 第30-35页 |
| 3.2.1 视频图像的背景建模 | 第31-32页 |
| 3.2.2 车道的粗定位方法 | 第32-33页 |
| 3.2.3 区域生长 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于车道线识别的虚拟线圈自动设置算法 | 第36-49页 |
| 4.1 车道线识别概述 | 第36-37页 |
| 4.2 基于边缘检测的车道线识别算法 | 第37-43页 |
| 4.3 外接矩形算法 | 第43-45页 |
| 4.4 自动设置虚拟线圈 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 交通流参数检测方法研究与实现 | 第49-64页 |
| 5.1 交通流参数分析 | 第49-51页 |
| 5.1.1 交通流参数之间的关系 | 第49页 |
| 5.1.2 交通流特性的分析 | 第49-51页 |
| 5.2 基于视频的车辆速度检测方法 | 第51-57页 |
| 5.2.1 基于视频的车辆速度检测原理 | 第51页 |
| 5.2.2 几种常用的车辆速度检测方法 | 第51-55页 |
| 5.2.3 基于灰度匹配的车速测量以及车辆计数算法 | 第55-57页 |
| 5.3 车速计算 | 第57-60页 |
| 5.4 系统实现 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70页 |