基于机器视觉的汽车流量检测算法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-9页 |
| ·国内外研究现状及进展 | 第9-11页 |
| ·论文研究内容 | 第11-13页 |
| ·论文结构安排 | 第13-15页 |
| 第2章 汽车图像处理 | 第15-30页 |
| ·汽车图像采集 | 第15-16页 |
| ·汽车图像处理 | 第16-29页 |
| ·图像灰度化处理 | 第17-18页 |
| ·图像平滑化处理 | 第18-20页 |
| ·图像增强 | 第20-23页 |
| ·图像分割处理 | 第23-26页 |
| ·图像锐化 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 汽车流量检测 | 第30-39页 |
| ·汽车目标图像特征提取 | 第30-33页 |
| ·汽车目标图像特征描述 | 第30-31页 |
| ·汽车目标特征提取算法 | 第31-33页 |
| ·汽车流量检测 | 第33-37页 |
| ·汽车流量检测方法 | 第33-34页 |
| ·基于图像差分的汽车流量检测 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 交通状态检测 | 第39-45页 |
| ·遗传算法优化BP 神经网络交通状态检测算法 | 第39-43页 |
| ·交通状态特征提取 | 第39-40页 |
| ·GA 优化BP 神经网络算法设计 | 第40-43页 |
| ·交通状态检测与仿真 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 汽车流量检测系统设计 | 第45-50页 |
| ·系统设计 | 第45-48页 |
| ·系统的硬件与软件 | 第45-46页 |
| ·系统软件设计界面 | 第46-48页 |
| ·仿真结果 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 结论与展望 | 第50-52页 |
| ·结论 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间的研究成果 | 第56页 |
