声明
摘要
第1章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 本文主要研究内容
1.4 论文结构
第2章 基于贝叶斯模型的车辆检测算法
2.1 常用的检测算法分析
2.1.1 光流法
2.1.2 帧间差分法
2.1.3 背景差分法
2.1.4 检测算法总结
2.2 背景建模
2.2.1 混合高斯模型
2.2.2 贝叶斯模型
2.2.3 非参数估计理论
2.2.4 贝叶斯决策在车辆检测中的应用
2.2.5 先验概率的获取
2.2.6 检测算法步骤
2.3 本章总结
第3章 运动车辆跟踪
3.1 车辆跟踪的概述
3.2 运动目标特征分析
3.3 常见的运动目标跟踪算法
3.3.1 基于特征的跟踪方法
3.3.2 基于变形模型的跟踪方法
3.3.3 基于区域的跟踪方法
3.3.4 基于团块的目标跟踪
3.4 卡尔曼(Kalman)滤波器
3.5 基于区域特征和卡尔曼滤波器相结合的团块跟踪
3.5.1 目标中心和面积特征的计算
3.5.2 Kalman运动估计模型设计
3.5.3 基于车流的交通线中心提取
3.5.4 目标匹配
3.5.5 模型更新
3.6 本章小结
第4章 软件设计
4.1 OpenCV介绍
4.2 系统总体设计
4.3 基本的数据结构
4.4 系统实现结果
4.5 本章小结
第5章 总结和展望
5.1 论文总结
5.2 工作展望
参考文献
硕士期间发表论文及科研工作
致谢
附录