文摘
英文文摘
第1章 绪论
1.1 课题背景
1.2 国内外研究现状
1.2.1 运动目标检测方法
1.2.2 运动目标跟踪方法
1.2.3 交通事件检测系统
1.3 本文主要研究工作
1.3.1 基于图像处理的车辆检测
1.3.2 基于图像处理的车辆跟踪与交通事件检测
1.4 本文章节安排
第2章 数字图像处理算法
2.1 BMP和YUV图像格式
2.2 典型的数字图像滤波处理算法
2.2.1 灰度图像直方图及直方图均衡
2.2.2 中值滤波
2.2.3 边缘检测
2.2.4 阂值分割
2.2.5 形态学滤波
2.3 Kalman滤波
2.3.1 Kalman滤波器
2.3.2 Kalman滤波器原理
2.4 本章小结
第3章 基于图像处理的车辆检测
3.1 常用运动目标检测方法
3.1.1 基于相邻帧差的车辆检测
3.1.2 基于背景重构的车辆检测
3.2 基于像素灰度统计和单高斯模型的背景重建
3.2.1 背景像素的选择
3.2.2 背景模型的建立及更新
3.2.3 基于像素灰度统计和单高斯模型的背景重构算法
3.2.4 背景重构结果及分析
3.3 目标车辆的分割
3.3.1 一种基于投影的快速车辆分割
3.3.2 基于连通性判断的车辆分割
3.4 本章小结
第4章 基于图像处理的车辆跟踪
4.1 Kalman滤波器在目标车辆运动轨迹预测中的应用
4.2 基于检测和Kalman滤波器相结合的车辆跟踪
4.2.1 目标车辆质心的计算
4.2.2 Kalman滤波器跟踪模型
4.2.3 基于检测和Kalman滤波器相结合的车辆跟踪算法流程
4.2.4 车辆检测与跟踪系统实验
4.2.5 实验结果及分析
4.4 本章小结
第5章 基于车辆跟踪的交通事件检测
5.1 交通事件检测原理
5.2 交通事件检测过程
5.3 基于车辆跟踪的交通事件检测
5.3.1 车辆逆行检测
5.3.2 停车检测
5.3.3 车速估算
5.3.4 车流量统计
5.3.5 车道占有率
5.4 交通事件检测系统设计
5.4.1 交通事件检测系统的组成
5.4.2 交通事件检测模块设计
5.4.3 交通事件检测系统的总体流程
5.5 本章小结
第6章 结论
6.1 本文主要工作
6.2 下步工作
6.3 未来展望
参考文献
致谢