智能交通系统中基于视频图像处理的 车辆检测与跟踪方法综述

论述了视频检测在智能交通领域的应用,分析了目前交通信号机系统存在的不足。提出了以TMS320F2812为核心的视频图像运动目标检测方案,并进行了方案的同步信号分离电路、系统总体结构设计,以及信号采样和

用python写的车辆检测程序，完整案列，内涵所用的短视频，缺少训练数据

关于视频中运动目标的检测和跟踪的方法的研究

国内各大城市智能交通系统总结，可节省翻看案例的时间。

朗驰车牌识别智能交通系统 一、系统概述 朗驰车牌识别系统采用机器视觉和目标定位、跟踪相结合的原理，将监控区域内经过的 机动车的车牌进行识别、抓拍、保存，该系统相对于传统的基于触发抓拍的方式，安装维护

本文在深入研究前人的基础上，按照人脸检测、跟踪、加密的步骤建立起一个基于H.264视频编码的人脸图像保护系统，即对监控场景中暴露人物身份的人脸区域进行加密，从而达到对图像中隐私敏感信息保护的目的，同时

这是毕设的程序,包括大津阈值分割,SCHARR滤波器边缘检测,ROI设置,车道检测中用HOUGH进行直线检测,多段折线模拟弯道,以及偏离点检测,及这三部分的跟踪,车辆检测为基于特征检测,采用KALMA

Paper: Video Road Vehicle Detection and Tracking Based on OpenCV. (40 pages +)

为了方便快速地进行车速测量，提出一种用于测量视频图像中车辆速度的方法。该方法取运动角点为特征量，通过选择灰度相关函数为特征匹配函数，实现了车辆在一定帧差内移动距离的测量。与传统方法相比，该方法不仅对设

基于卡尔曼滤波的车辆检测与跟踪源码，其中调用了opencv函数，选装opencv库才能运行。