基于视频的公路卡口车辆检测技术研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文主要研究内容与结构安排 | 第12-14页 |
| 第二章 基于视频的车辆检测及提取 | 第14-33页 |
| 2.1 图像的预处理 | 第14-21页 |
| 2.1.1 图像增强 | 第14-18页 |
| 2.1.2 噪声去除 | 第18-21页 |
| 2.2 常用的运动目标检测算法 | 第21-23页 |
| 2.2.1 光流法 | 第22页 |
| 2.2.2 帧间差分法 | 第22页 |
| 2.2.3 背景减除法 | 第22-23页 |
| 2.3 运动车辆检测算法设计 | 第23-32页 |
| 2.3.1 背景模型的建立 | 第23-24页 |
| 2.3.2 改进的车辆检测算法 | 第24-25页 |
| 2.3.3 阴影检测及去除 | 第25-27页 |
| 2.3.4 数学形态学滤波 | 第27-29页 |
| 2.3.5 车辆数量统计 | 第29-30页 |
| 2.3.6 实验结果与分析 | 第30-32页 |
| 2.4 小结 | 第32-33页 |
| 第三章 运动车辆跟踪 | 第33-48页 |
| 3.1 常用的运动目标跟踪匹配算法 | 第33-36页 |
| 3.1.1 区域跟踪匹配算法 | 第33-34页 |
| 3.1.2 运动目标模型跟踪匹配算法 | 第34-35页 |
| 3.1.3 特征跟踪匹配算法 | 第35-36页 |
| 3.2 运动车辆跟踪算法设计 | 第36-47页 |
| 3.2.1 图像灰度阈值分割 | 第36-38页 |
| 3.2.2 边缘检测 | 第38-41页 |
| 3.2.3 轮廓跟踪与提取 | 第41-43页 |
| 3.2.4 运动车辆匹配 | 第43-46页 |
| 3.2.5 运动车辆速度测量 | 第46-47页 |
| 3.3 小结 | 第47-48页 |
| 第四章 车辆车牌识别 | 第48-64页 |
| 4.1 车牌定位算法 | 第48-53页 |
| 4.1.1 基于颜色特征的车牌定位算法 | 第49-51页 |
| 4.1.2 基于水平灰度跳变的车牌水平定位 | 第51-52页 |
| 4.1.3 车牌定位具体实现算法 | 第52-53页 |
| 4.2 车牌字符分割算法 | 第53-57页 |
| 4.2.1 常见的字符分割算法 | 第54-55页 |
| 4.2.2 多尺度模板匹配字符分割算法 | 第55-56页 |
| 4.2.3 字符分割具体实现算法 | 第56-57页 |
| 4.3 车牌识别的实现与分析 | 第57-63页 |
| 4.4 小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |
