| 1.基于视觉的汽车转弯灯识别算法研究 | 第1-49页 |
| 1 概述 | 第7-12页 |
| ·研究背景 | 第7-8页 |
| ·研究现状与趋势 | 第8-10页 |
| ·论文的组织结构 | 第10-12页 |
| 2 基于视觉的运动目标检测 | 第12-18页 |
| ·运动检测概述 | 第12页 |
| ·基于视觉的运动车辆检测的基本方法 | 第12-13页 |
| ·运动检测算法的比较与分析 | 第13-14页 |
| ·减背景方法 | 第14-15页 |
| ·基于视频的运动目标检测 | 第15-18页 |
| ·背景的提取 | 第15页 |
| ·运动目标检测 | 第15-16页 |
| ·背景模型的更新 | 第16-18页 |
| 3 运动车辆提取 | 第18-25页 |
| ·扩展法提取连通区域及滤波 | 第18-19页 |
| ·行程扫描标号法 | 第18页 |
| ·扩展法 | 第18-19页 |
| ·二值图像中运动车辆的阴影去除 | 第19-22页 |
| ·算法思想 | 第20-22页 |
| ·阴影去除算法(Shadow Remove Algorithm) | 第22页 |
| ·基于二值图像的车辆表示及定位 | 第22-25页 |
| 4 运动车辆跟踪 | 第25-32页 |
| ·动态目标跟踪方法概述 | 第25-28页 |
| ·基于运动分析的方法 | 第25页 |
| ·基于图像匹配的方法 | 第25-26页 |
| ·各类跟踪方法的优缺点比较 | 第26-27页 |
| ·跟踪方法的选择 | 第27页 |
| ·运动车辆跟踪的研究方向 | 第27-28页 |
| ·运动目标的跟踪算法 | 第28-32页 |
| ·目标特征的选择 | 第28-29页 |
| ·运动目标的匹配与跟踪状态判决 | 第29-32页 |
| 5 转弯灯识别 | 第32-42页 |
| ·彩色图像分割方法 | 第32-34页 |
| ·常见颜色模型 | 第34-35页 |
| ·RGB模型 | 第34-35页 |
| ·HSI颜色模型 | 第35页 |
| ·交通信号灯识别简述 | 第35-36页 |
| ·基于变形拉普拉斯算子的转弯灯识别 | 第36-42页 |
| ·拉普拉斯算子 | 第36-37页 |
| ·变形拉普拉斯算子 | 第37-39页 |
| ·基于平衡性分析的转弯灯滤波 | 第39-40页 |
| ·转弯灯类型判定 | 第40-42页 |
| 6 系统实现及实验结果 | 第42-44页 |
| ·系统实现 | 第42页 |
| ·实验结果 | 第42-44页 |
| 7 结语 | 第44-45页 |
| ·论文完成的主要工作 | 第44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 2.Vehicle Turn Light Recognize based vision | 第49-103页 |
| 1 Summary | 第53-59页 |
| ·Research background | 第53-55页 |
| ·Current research situation and trend | 第55-57页 |
| ·Framework of the thesis | 第57-59页 |
| 2 Moving object detect based vision | 第59-67页 |
| ·moving detect summery | 第59-60页 |
| ·Basic moving vehicle detection based vision | 第60页 |
| ·Compare and analyze about moving detect method | 第60-61页 |
| ·Reduce background method | 第61-62页 |
| ·Video moving object detection | 第62-67页 |
| ·Extract the background | 第62-63页 |
| ·The detection of moving object | 第63-64页 |
| ·Updating of the background model | 第64-67页 |
| 3. Extraction of moving vehicle | 第67-76页 |
| ·The filter of binary image based on the mark of connectivity regional | 第67-69页 |
| ·Tha method of scanning raw | 第67-68页 |
| ·Spread method | 第68-69页 |
| ·Remove shade of the binary image | 第69-72页 |
| ·Thought of the algorithm and algorithm | 第69-72页 |
| ·Shadow Removoe Algorithm | 第72页 |
| ·The denotation and location of vehicle | 第72-76页 |
| 4. Vohicle tracking | 第76-85页 |
| ·The summary of dynamic goal follows method | 第76-81页 |
| ·Methods based on the movement and analysis | 第76-77页 |
| ·Picturo matching method | 第77-78页 |
| ·The comparing of each methods | 第78-79页 |
| ·methods selection | 第79-80页 |
| ·study direction | 第80-81页 |
| ·the trace algorithm of moving object | 第81-85页 |
| ·object feature selection | 第81-82页 |
| ·running object matching and trace state judgment | 第82-85页 |
| 5 Turn light recognition | 第85-96页 |
| ·color image segmentation | 第85-88页 |
| ·Color Model General used | 第88-89页 |
| ·RGB Model | 第88页 |
| ·HSI Color Model | 第88-89页 |
| ·Turn lamp recognition based on Laplacian operator. | 第89-96页 |
| ·Laplacian Operator | 第89-91页 |
| ·Deform Laplacian Operator | 第91-93页 |
| ·the tum light filter based balance analysis | 第93-94页 |
| ·Judge the Type of Turn Lamp | 第94-96页 |
| 6 The system implementation and the experiment result | 第96-97页 |
| ·The system implementation | 第96页 |
| ·The experiment result | 第96-97页 |
| 7 Concludes | 第97-99页 |
| ·mainwork finished | 第97-98页 |
| ·Prospect | 第98-99页 |
| Reference | 第99-103页 |
| 3.基于视觉的汽车转弯灯识别研究综述 | 第103-135页 |
| 1 国内外智能汽车的发展 | 第105-113页 |
| ·智能车辆的产生与发展 | 第105-106页 |
| ·国内外典型智能车辆系统组成 | 第106-113页 |
| ·国外典型智能车辆系统组成 | 第106-110页 |
| ·国内典型智能车辆系统组成 | 第110-113页 |
| 2 运动目标检测 | 第113-122页 |
| ·背景差法 | 第114-118页 |
| ·背景模型 | 第115-116页 |
| ·背景模型的更新 | 第116-117页 |
| ·运动目标分割 | 第117页 |
| ·运动目标跟踪 | 第117-118页 |
| ·帧间差分法 | 第118-119页 |
| ·光流法 | 第119-122页 |
| ·微分法 | 第119-120页 |
| ·块匹配法 | 第120-122页 |
| 3 常用图像分割方法与常用微分算子 | 第122-129页 |
| ·基于邻域的方法 | 第122-124页 |
| ·区域生长和区域分裂与合并技术 | 第122-124页 |
| ·分水岭分割方法 | 第124页 |
| ·基于随机场的方法 | 第124页 |
| ·直方图阈值法 | 第124-125页 |
| ·颜色聚类法 | 第125-126页 |
| ·结合特定理论工具的彩色图像分割方法 | 第126-127页 |
| ·基于小波分析的彩色图像分割技术 | 第126页 |
| ·基于模糊集合理论的彩色图像分割技术 | 第126-127页 |
| ·基于物理模型的方法 | 第127页 |
| ·常见的微分算子 | 第127-129页 |
| ·一阶梯度算子 | 第127-128页 |
| ·二阶微分算子 | 第128-129页 |
| 4 交通信号灯识别与汽车信号灯识别 | 第129-130页 |
| ·交通信号灯识别 | 第129页 |
| ·汽车信号灯识别 | 第129-130页 |
| 参考文献 | 第130-135页 |
| 4.The turns light recognize based vision survey | 第135-170页 |
| 1 Development of domestic and international intelligent automobile | 第137-145页 |
| ·Production and development of the intellectual vehicle | 第137-138页 |
| ·domestic and international intellectual vehicle systems | 第138-145页 |
| ·The foreign intellectual vehicle system | 第138-142页 |
| ·The domestic intellectual vehicle system | 第142-145页 |
| 2 moving detect | 第145-154页 |
| ·background difference method | 第147-151页 |
| ·Background model | 第147-149页 |
| ·Update of the background model | 第149页 |
| ·moving object split | 第149-150页 |
| ·track of moving object | 第150-151页 |
| ·difference between frames | 第151页 |
| ·light stream method | 第151-154页 |
| ·Differentiation | 第152-153页 |
| ·matching method | 第153-154页 |
| 3 common pictures split method and differential operator | 第154-162页 |
| ·method based joint area | 第154-156页 |
| ·Area grow and area split and amalgamate technology | 第154-156页 |
| ·Split method in the watershed | 第156页 |
| ·Method on the basis of the random field | 第156页 |
| ·Threshold value method based the histogram | 第156-157页 |
| ·Color class method | 第157-158页 |
| ·Color split method combines specific theory tool | 第158-159页 |
| ·Split technology on the basis of wavelet | 第158页 |
| ·Color Split technology on the basis of the fuzzy theory | 第158-159页 |
| ·Method on the basis of the Physical model | 第159页 |
| ·common differential operators | 第159-162页 |
| ·first gradient operators | 第159-160页 |
| ·second difference operator | 第160-162页 |
| 4 traffic signal lights recognition and vehicle signal lights recognition | 第162-165页 |
| ·traffic lights recognition | 第162-163页 |
| ·vehicle signal light recognition | 第163-165页 |
| references | 第165-170页 |
| 致谢 | 第170页 |
