| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 1 引言 | 第14-26页 |
| ·课题的研究背景及意义 | 第14页 |
| ·国内外研究现状 | 第14-22页 |
| ·运动车辆视频检测方法研究现状 | 第14-17页 |
| ·基于聚类分析的图像分割方法研究现状 | 第17-22页 |
| ·本论文主要研究内容 | 第22-23页 |
| ·论文结构 | 第23-26页 |
| 2 改进的对称帧间差分算法及其在背景重构中的应用 | 第26-40页 |
| ·连续三帧差分法 | 第26-29页 |
| ·连续三帧帧差法原理 | 第26-28页 |
| ·连续三帧帧差法的缺陷 | 第28-29页 |
| ·改进的三帧非对称差分算法 | 第29-33页 |
| ·算法原理 | 第30-32页 |
| ·算法改进前、后的实验结果对比 | 第32-33页 |
| ·改进的三帧非对称差分算法在背景重构中的应用 | 第33-38页 |
| ·基于背景点像素值出现频次最高假设的背景重构方法原理 | 第33-37页 |
| ·改进的三帧非对称差分算法的应用 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 3 基于半模糊聚类的运动车辆分割方法 | 第40-68页 |
| ·半模糊聚类ESFCM灰度图像分割算法 | 第40-47页 |
| ·图像分割概述 | 第40-41页 |
| ·模糊聚类理论基础 | 第41-43页 |
| ·原ESFCM分割算法流程图 | 第43-44页 |
| ·聚类参数确定 | 第44-46页 |
| ·求目标函数极小值 | 第46页 |
| ·归属的确定 | 第46-47页 |
| ·原ESFCM算法的局限性 | 第47-49页 |
| ·边缘丢失造初始类划分错误 | 第47-48页 |
| ·空间距离的计算复杂度高 | 第48-49页 |
| ·抗噪声能力差 | 第49页 |
| ·ESFCM灰度图像分割算法的改进 | 第49-55页 |
| ·边缘闭合算法在ESFCM分割算法中的应用 | 第50-53页 |
| ·模糊距离在ESFCM分割算法中的应用 | 第53-55页 |
| ·改进的ESFCM分割算法与其它常用分割效对比分析 | 第55-56页 |
| ·ESFCM分割算法改进前、后的性能对比 | 第56-61页 |
| ·计算复杂度分析 | 第56-58页 |
| ·抗噪能力分析 | 第58-61页 |
| ·改进的ESFCM分割算法在视频运动车辆分割中的应用 | 第61-66页 |
| ·待分割小图像提取 | 第61-64页 |
| ·运动车辆子类判别 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 4 基于无向二部图的车辆行为分析 | 第68-78页 |
| ·无向二部图的构建 | 第68-71页 |
| ·无向二部图的化简 | 第71-73页 |
| ·车辆行为分析 | 第73-77页 |
| ·顶点邻接矩阵与区域行为、车辆行为的关系 | 第73页 |
| ·车辆行为分析实验结果 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 5 基于轮廓特征拐点的运动车辆遮挡分离方法 | 第78-92页 |
| ·原来的基于四类特征拐点的遮挡车辆分离方法 | 第78-84页 |
| ·改进的基于八类特征拐点的遮挡车辆分离方法 | 第84-87页 |
| ·实验结果 | 第87-90页 |
| ·本章小结 | 第90-92页 |
| 6 基于摄像机标定的车速检测算法 | 第92-110页 |
| ·Tsai两步标定方法 | 第92-105页 |
| ·参考坐标系 | 第92页 |
| ·摄像机模型 | 第92-95页 |
| ·摄像机参数求解 | 第95-99页 |
| ·摄像机标定实验平台 | 第99-102页 |
| ·摄像机标定实验 | 第102-103页 |
| ·摄像机标定误差分析 | 第103-105页 |
| ·车速视频检测 | 第105-109页 |
| ·视频测速原理 | 第105-107页 |
| ·实验结果 | 第107-109页 |
| ·本章小结 | 第109-110页 |
| 7 结论 | 第110-114页 |
| ·研究成果总结 | 第110-111页 |
| ·主要创新点 | 第111页 |
| ·研究展望 | 第111-114页 |
| 参考文献 | 第114-124页 |
| 作者简历 | 第124-128页 |
| 学位论文数据集 | 第128页 |
