| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·运动目标跟踪技术简述 | 第14-15页 |
| ·车辆目标跟踪技术简述 | 第15-16页 |
| ·车辆目标跟踪的主要难点 | 第16-17页 |
| ·本文主要研究内容概述 | 第17-20页 |
| 第二章 车辆目标跟踪相关图像处理技术及算法概述 | 第20-27页 |
| ·引言 | 第20页 |
| ·图像灰度化 | 第20-21页 |
| ·二值化 | 第21页 |
| ·数学形态学 | 第21-22页 |
| ·图像显著特征提取 | 第22-23页 |
| ·图像颜色特征 | 第22页 |
| ·图像纹理特征 | 第22-23页 |
| ·图像形状特征 | 第23页 |
| ·目标跟踪相关技术 | 第23-26页 |
| ·Meanshift算法 | 第23-24页 |
| ·Kalman滤波 | 第24-25页 |
| ·TLD算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于SIFT特征与GrabCut算法的目标跟踪方法 | 第27-37页 |
| ·引言 | 第27页 |
| ·SIFT算法 | 第27-28页 |
| ·GrabCut算法 | 第28-30页 |
| ·基于SIFT特征与GrabCut算法的车辆跟踪方法 | 第30-33页 |
| ·基于帧差法的目标车辆检测 | 第30页 |
| ·基于GrabCut算法的目标车辆前景提取 | 第30-32页 |
| ·基于BIRCH聚类的目标车辆中心及缩放比例估计 | 第32-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·各跟踪算法与本文算法比较 | 第35页 |
| ·本文算法耗时分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 改进的TLD目标跟踪方法 | 第37-44页 |
| ·引言 | 第37-38页 |
| ·基于Meanshift与Kalman的当前帧目标所在区域预估 | 第38页 |
| ·基于颜色特征分类器 | 第38-39页 |
| ·改进的综合模块 | 第39-40页 |
| ·实验结果与分析 | 第40-43页 |
| ·本文算法跟踪准确性分析 | 第42页 |
| ·本文算法耗时分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 交通违法监测系统的实现 | 第44-54页 |
| ·引言 | 第44页 |
| ·交通违法监测系统功能简介 | 第44页 |
| ·摄相机标定 | 第44-46页 |
| ·交通违法监测 | 第46-50页 |
| ·系统结构设计 | 第46页 |
| ·参数设置模块 | 第46-47页 |
| ·车辆检测模块 | 第47-49页 |
| ·车辆跟踪模块 | 第49-50页 |
| ·实验结果与分析 | 第50-53页 |
| ·本文系统实验数据 | 第50-52页 |
| ·本文系统实验结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·本文工作总结 | 第54-55页 |
| ·未来工作展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 在学期间的研究成果及发表的学术论文 | 第63页 |
| 攻读硕士学位期间发表论文情况 | 第63页 |
| 攻读硕士学位期间参加科研项目情况 | 第63页 |
