| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第13-25页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究目的和意义 | 第14-16页 |
| 1.3 国内外研究现状 | 第16-22页 |
| 1.3.1 分割算法研究现状 | 第16-18页 |
| 1.3.2 限流策略与异常检测研究现状 | 第18-19页 |
| 1.3.3 多目标定位跟踪与统计研究现状 | 第19-21页 |
| 1.3.4 雾霾图像清晰化处理研究现状 | 第21-22页 |
| 1.4 论文研究内容和技术路线 | 第22-24页 |
| 1.4.1 主要研究内容 | 第22-23页 |
| 1.4.2 研究技术路线 | 第23-24页 |
| 1.5 小结 | 第24-25页 |
| 2 基于自适应脉冲耦合神经网络的行人目标分割算法研究 | 第25-41页 |
| 2.1 背景知识介绍 | 第25-29页 |
| 2.1.1 脉冲耦合神经网络 | 第25-28页 |
| 2.1.2 形态学操作基础理论 | 第28-29页 |
| 2.2 SA-PCNN图像分割优化 | 第29-35页 |
| 2.2.1 简化的脉冲耦和神经网络模型 | 第30-32页 |
| 2.2.2 SA-PCNN接受区链接矩阵设置 | 第32-33页 |
| 2.2.3 SA-PCNN脉冲产生区脉冲爆发阈值设置 | 第33-34页 |
| 2.2.4 SA-PCNN迭代终止判定条件的设置 | 第34-35页 |
| 2.2.5 多策略形态学修正 | 第35页 |
| 2.3 实验与分析 | 第35-39页 |
| 2.3.1 迭代结果分步展示 | 第35-36页 |
| 2.3.2 直观效果对比 | 第36-38页 |
| 2.3.3 客观参数对比 | 第38页 |
| 2.3.4 场景应用 | 第38-39页 |
| 2.4 本章小结 | 第39-41页 |
| 3 基于光流特征描述子的站点限流设施优化方法研究 | 第41-63页 |
| 3.1 群体信息分析与建模 | 第41-52页 |
| 3.1.1 光流场 | 第41-43页 |
| 3.1.2 HOG特征 | 第43-46页 |
| 3.1.3 基于类HOG特征的光流特征描述子建立 | 第46-52页 |
| 3.2 超负荷状态检测的分析与建模 | 第52-58页 |
| 3.2.1 单分类支持向量机 | 第52-55页 |
| 3.2.2 基于随机取样算法的快速学习算法 | 第55-56页 |
| 3.2.3 枢纽内超负荷状态检测 | 第56-58页 |
| 3.3 实验与分析 | 第58-62页 |
| 3.3.1 数据仿真 | 第59页 |
| 3.3.2 实际应用 | 第59-62页 |
| 3.4 本章小结 | 第62-63页 |
| 4 枢纽通道客流量统计方法研究 | 第63-91页 |
| 4.1 目标检测分析与建模 | 第63-73页 |
| 4.1.1 Haar-Like特征 | 第63-67页 |
| 4.1.2 Adaboost分类器 | 第67-70页 |
| 4.1.3 基于组合投票的多级联分类器客流目标检测 | 第70-73页 |
| 4.2 多目标跟踪分析与建模 | 第73-84页 |
| 4.2.1 KCF跟踪算法 | 第73-77页 |
| 4.2.2 主成分分析 | 第77-78页 |
| 4.2.3 基于卡尔曼滤波的跟踪纠正 | 第78-82页 |
| 4.2.4 基于目标关联与跟踪窗的实时多目标跟踪 | 第82-84页 |
| 4.3 基于密度可变液体模型的客流量统计方法 | 第84-85页 |
| 4.4 实验与分析 | 第85-89页 |
| 4.4.1 检测与跟踪效果展示 | 第86-87页 |
| 4.4.2 时间效率对比 | 第87-88页 |
| 4.4.3 客流统计结果对比 | 第88-89页 |
| 4.5 本章小结 | 第89-91页 |
| 5 基于改进暗通道先验的交通图像去雾霾方法 | 第91-109页 |
| 5.1 大气模型 | 第92-96页 |
| 5.2 暗原色模型及其优化 | 第96-98页 |
| 5.3 透射率导向滤波优化 | 第98-100页 |
| 5.4 基于自适应色阶调整的去雾霾结果优化 | 第100-104页 |
| 5.5 实验与分析 | 第104-107页 |
| 5.5.1 直观效果对比 | 第104-105页 |
| 5.5.2 客观评价参数对比 | 第105-107页 |
| 5.6 本章小结 | 第107-109页 |
| 6 总结与展望 | 第109-113页 |
| 6.1 主要研究成果 | 第109-110页 |
| 6.2 创新点 | 第110-111页 |
| 6.3 工作展望 | 第111-113页 |
| 参考文献 | 第113-121页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第121-125页 |
| 学位论文数据集 | 第125页 |
