基于视频图像处理的车辆闯红灯检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题研究背景与意义 | 第8页 |
| 1.2 智能交通系统研究现状 | 第8-9页 |
| 1.3 车辆检测系统研究现状 | 第9-11页 |
| 1.4 本文研究的主要内容 | 第11页 |
| 1.5 论文的内容安排 | 第11-13页 |
| 第2章 数字图像处理的理论基础 | 第13-22页 |
| 2.1 图像的概念与分类 | 第13-14页 |
| 2.2 图像的二值化 | 第14-15页 |
| 2.3 数字图像的预处理 | 第15-17页 |
| 2.3.1 图像增强 | 第15页 |
| 2.3.2 灰度级增强 | 第15-16页 |
| 2.3.3 图像的锐化 | 第16-17页 |
| 2.3.4 图像的平滑和噪声消除 | 第17页 |
| 2.4 图像的特征提取和图像分割 | 第17-19页 |
| 2.4.1 灰度值分割法 | 第18页 |
| 2.4.2 区域生长法 | 第18-19页 |
| 2.4.3 边缘检测法 | 第19页 |
| 2.5 图像的数学形态学方法 | 第19-21页 |
| 2.5.1 膨胀与腐蚀 | 第19-20页 |
| 2.5.2 开运算 | 第20页 |
| 2.5.3 闭运算 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 运动车辆检测算法研究 | 第22-32页 |
| 3.1 常用的运动目标检测方法 | 第22-24页 |
| 3.1.1 光流法 | 第22-23页 |
| 3.1.2 背景差分法 | 第23页 |
| 3.1.3 帧间差分法 | 第23-24页 |
| 3.2 基于三帧差分算法的运动目标检测 | 第24-31页 |
| 3.2.1 图像灰度化处理 | 第26-27页 |
| 3.2.2 图像除噪和滤波处理 | 第27-29页 |
| 3.2.3 三帧图像差分 | 第29页 |
| 3.2.4 图像的二值化处理 | 第29-30页 |
| 3.2.5 图像的腐蚀膨胀处理和目标填充 | 第30页 |
| 3.2.6 差分图像的相与运算 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 车辆跟踪检测算法研究 | 第32-47页 |
| 4.1 常用的运动目标跟踪方法 | 第32-34页 |
| 4.1.1 基于区域的跟踪算法 | 第32页 |
| 4.1.2 基于变形模型的跟踪算法 | 第32-33页 |
| 4.1.3 基于模型跟踪算法 | 第33页 |
| 4.1.4 基于特征的跟踪算法 | 第33-34页 |
| 4.2 运动车辆跟踪检测 | 第34-44页 |
| 4.2.1 特征选择 | 第34-35页 |
| 4.2.2 特征提取 | 第35-39页 |
| 4.2.3 特征匹配 | 第39-40页 |
| 4.2.4 跟踪策略 | 第40-44页 |
| 4.3 车辆跟踪实验 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 基于轨迹分析的车辆闯红灯违章行为检测 | 第47-53页 |
| 5.1 车辆闯红灯检测原理 | 第47-50页 |
| 5.2 闯红灯检测实验结果与分析 | 第50-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56页 |
