| 第一章 引言 | 第1-18页 |
| 1．1 课题意义和应用背景分析 | 第9-12页 |
| 1．1．1 智能交通与现代社会 | 第9-10页 |
| 1．1．2 智能交通系统的组成 | 第10-11页 |
| 1．1．3 基于视频的交通信息采集系统的特点和功能 | 第11-12页 |
| 1．2 图像序列中运动车辆检测与跟踪 | 第12-15页 |
| 1．2．1 运动车辆检测和跟踪的重点和难点 | 第13页 |
| 1．2．2 运动目标检测和跟踪的方法概述 | 第13-15页 |
| 1．2．2．1 基于光流场分析的算法 | 第13-14页 |
| 1．2．2．2 基于图像差分的跟踪算法 | 第14页 |
| 1．2．2．3 基于模型的跟踪算法 | 第14-15页 |
| 1．2．2．4 基于主动轮廓的方法 | 第15页 |
| 1．3 论文的主要工作 | 第15-16页 |
| 1．4 论文的章节安排 | 第16-18页 |
| 第二章 背景图像的生成与更新 | 第18-33页 |
| 2．1 背景简介和文献综述 | 第18-21页 |
| 2．1．1 统计学背景模型 | 第18-20页 |
| 2．1．2 背景的混合高斯模型 | 第20-21页 |
| 2．1．3 基于Kalman滤波器的背景模型 | 第21页 |
| 2．2 基于邻域统计和RLS滤波的背景更新模型 | 第21-26页 |
| 2．2．1 模型假设 | 第21-22页 |
| 2．2．2 局域化背景模型 | 第22-23页 |
| 2．2．3 自然光照变化的RLS滤波模型 | 第23-26页 |
| 2．3 背景的更新的流程 | 第26-28页 |
| 2．3．1 更新区域的划分 | 第26-27页 |
| 2．3．2 初始参数的选择 | 第27页 |
| 2．3．2．1 初始背景的确定 | 第27页 |
| 2．3．2．2 初始参数和的确定 | 第27页 |
| 2．3．3 背景的判断 | 第27-28页 |
| 2．4 实验结果与分析 | 第28-31页 |
| 2．5 小结与展望 | 第31-33页 |
| 第三章 运动车辆检测算法 | 第33-61页 |
| 3．1 运动车辆检测的难点 | 第33-35页 |
| 3．2 阴影检测方法文献综述 | 第35-38页 |
| 3．2．1 基于三维建模的阴影检测方法 | 第35页 |
| 3．2．2 基于光源和背景假设的阴影检测法 | 第35-36页 |
| 3．2．3 基于边缘检测的阴影消除方法 | 第36页 |
| 3．2．4 颜色空间分布概率密度统计的方法 | 第36-37页 |
| 3．2．5 HSV颜色分析法 | 第37-38页 |
| 3．3 基于SVM分类器的阴影检测算法 | 第38-48页 |
| 3．3．1 支持向量机（SVM）简介 | 第38-41页 |
| 3．3．2 阴影的产生与特点 | 第41-42页 |
| 3．3．3 差分图像的直方图分析 | 第42-44页 |
| 3．3．4 基于SVM的车辆阴影分类 | 第44-47页 |
| 3．3．4．1 分类特征的选择和提取 | 第45-46页 |
| 3．3．4．2 分类器的训练与分类 | 第46-47页 |
| 3．3．5 SVM分类器在车灯投影检测中的应用 | 第47-48页 |
| 3．4 稳定的运动车辆检测算法 | 第48-51页 |
| 3．4．1 背景的初始化与更新 | 第48-50页 |
| 3．4．2 阴影与车灯投影的检测和消除 | 第50页 |
| 3．4．3 运动车辆区域提取与轮廓描述 | 第50-51页 |
| 3．5 实验结果与分析 | 第51-59页 |
| 3．5．1 SVM分类器的训练和测试 | 第51-52页 |
| 3．5．2 基于SVM分类的车辆检测 | 第52-57页 |
| 3．5．3 车辆区域的轮廓描述 | 第57-59页 |
| 3．5．4 车辆检测算法对图像序列的综合测试结果 | 第59页 |
| 3．6 小结与展望 | 第59-61页 |
| 第四章 基于Kalman滤波器的车辆跟踪 | 第61-72页 |
| 4．1 运动车辆跟踪的应用背景 | 第61页 |
| 4．2 Kalman滤波器原理介绍 | 第61-64页 |
| 4．3 车辆轨迹跟踪的Kalman滤波器模型 | 第64-65页 |
| 4．4 模型的初始化 | 第65-66页 |
| 4．4．1 模型参数的选择 | 第65页 |
| 4．4．2 初始状态的选择 | 第65-66页 |
| 4．5 基于Kalman滤波器的车辆跟踪算法 | 第66-69页 |
| 4．5．1 算法流程 | 第66-67页 |
| 4．5．2 算法特点 | 第67-69页 |
| 4．6 实验结果与分析 | 第69-71页 |
| 4．7 小结和展望 | 第71-72页 |
| 第五章 视频道路交通监测系统的设计与开发 | 第72-89页 |
| 5．1 系统的总体设计 | 第72-75页 |
| 5．1．1 总体描述 | 第72-73页 |
| 5．1．2 系统运行环境 | 第73页 |
| 5．1．3 系统开发思想及结构 | 第73-74页 |
| 5．1．3．1 系统功能模块划分 | 第73-74页 |
| 5．1．3．2 进程（线程）划分 | 第74页 |
| 5．1．4 系统运行流程 | 第74-75页 |
| 5．2 系统模块设计 | 第75-80页 |
| 5．2．1 系统模块间的关系 | 第75页 |
| 5．2．2 系统参数设定模块 | 第75-77页 |
| 5．2．3 视频捕获模块 | 第77-78页 |
| 5．2．4 运动车辆监测模块 | 第78-79页 |
| 5．2．5 实时数据处理模块 | 第79页 |
| 5．2．6 历史数据统计模块 | 第79-80页 |
| 5．3 系统用户界面设计 | 第80-84页 |
| 5．3．1 车道信息初始化界面 | 第80-81页 |
| 5．3．2 车流监测界面 | 第81-82页 |
| 5．3．3 车道历史数据统计界面 | 第82-84页 |
| 5．4 系统性能评测 | 第84-87页 |
| 5．4．1 实时性评测 | 第84页 |
| 5．4．2 系统准确性评测 | 第84页 |
| 5．4．3 系统稳定性评测 | 第84-87页 |
| 5．5 小结与展望 | 第87-89页 |
| 第六章 总结与展望 | 第89-91页 |
| 参考文献 | 第91-92页 |