| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-26页 |
| ·课题提出的背景及意义 | 第10-12页 |
| ·数字图像处理技术应用的广泛性 | 第10页 |
| ·高速公路交通事件的快速增长及其严重性 | 第10-11页 |
| ·实时视频自动检测的重要性 | 第11-12页 |
| ·国内外研究现状 | 第12-22页 |
| ·基于静态图像的目标检测研究现状 | 第12-14页 |
| ·基于图像序列的运动目标检测研究现状 | 第14-17页 |
| ·目标检测技术在交通事件检测中应用的国内外研究现状 | 第17-19页 |
| ·交通事件检测方法分类及国内外研究现状 | 第19-21页 |
| ·交通测速研究现状 | 第21-22页 |
| ·课题研究的重点、难点 | 第22-23页 |
| ·论文的主要工作和组织结构 | 第23-26页 |
| 2 交通事件图像检测技术基本理论 | 第26-36页 |
| ·交通事件的分类 | 第26-28页 |
| ·按交通事故的对象分类 | 第27页 |
| ·按违反交通规则的对象分类 | 第27-28页 |
| ·数字视频图像处理 | 第28-32页 |
| ·数字图像概述 | 第28页 |
| ·数字图像处理技术 | 第28-31页 |
| ·视频图像 | 第31-32页 |
| ·视频测速理论 | 第32-33页 |
| ·视频测速理论概述 | 第32-33页 |
| ·视频测速基本原理 | 第33页 |
| ·本章小结 | 第33-36页 |
| 3 基于视频图像处理的车辆检测 | 第36-48页 |
| ·基于背景帧差的车辆检测 | 第36-38页 |
| ·基于背景差的车辆前景目标提取 | 第36页 |
| ·动态更新背景算法概述 | 第36-38页 |
| ·差分图像的预处理 | 第38-44页 |
| ·差分图像的灰度化 | 第38-39页 |
| ·灰度图像的滤波 | 第39-43页 |
| ·数学形态学处理 | 第43-44页 |
| ·本章小结 | 第44-48页 |
| 4 基于车辆跟踪的交通事件识别 | 第48-68页 |
| ·前景目标的分割提取 | 第48-53页 |
| ·直方图技术与其获取 | 第48-49页 |
| ·最大类间方差准则 | 第49-51页 |
| ·解析函数拟合法 | 第51页 |
| ·基于灰度阈值的二值分割 | 第51-53页 |
| ·车辆测速模型 | 第53-56页 |
| ·车辆测速方案设计 | 第53页 |
| ·车辆测速的数学模型 | 第53-56页 |
| ·交通事件识别 | 第56-66页 |
| ·基于标定连通区域属性的识别 | 第56-63页 |
| ·基于视频测速的识别 | 第63页 |
| ·交通事件识别整体流程 | 第63-66页 |
| ·本章小结 | 第66-68页 |
| 5 交通事件识别系统的分析与设计 | 第68-78页 |
| ·系统总体设计 | 第68-75页 |
| ·系统界面设计 | 第68-69页 |
| ·视频运行部分 | 第69页 |
| ·图像处理部分 | 第69-75页 |
| ·系统算法总体框架 | 第75页 |
| ·运行结果 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 6 结论与展望 | 第78-80页 |
| ·全文总结 | 第78-79页 |
| ·研究展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 附录A | 第84-88页 |
| 作者简历 | 第88-92页 |
| 学位论文数据集 | 第92页 |