车辆目标提取算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 基于单帧图像的目标提取方法 | 第9-10页 |
| 1.2.2 基于图像序列的目标提取方法 | 第10-12页 |
| 1.3 论文研究内容 | 第12-13页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 技术难点 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 相关技术综述 | 第14-28页 |
| 2.1 视频处理基础 | 第14-16页 |
| 2.1.1 数据格式的转换 | 第14页 |
| 2.1.2 图像去噪 | 第14-16页 |
| 2.2 形态学处理 | 第16-17页 |
| 2.2.1 图像腐蚀和膨胀 | 第16-17页 |
| 2.2.2 开运算和闭运算 | 第17页 |
| 2.3 图像几何变换 | 第17-19页 |
| 2.3.1 图像平移 | 第18页 |
| 2.3.2 图像旋转 | 第18页 |
| 2.3.3 图像缩放 | 第18-19页 |
| 2.3.4 仿射变换 | 第19页 |
| 2.4 图像分割 | 第19-26页 |
| 2.4.1 图像分割基础理论 | 第19-20页 |
| 2.4.2 图像分割算法分类 | 第20-25页 |
| 2.4.3 图像分割意义 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 车辆目标提取 | 第28-52页 |
| 3.1 引言 | 第28页 |
| 3.2 基于显著特征和超像素的目标提取 | 第28-39页 |
| 3.2.1 滤波去噪 | 第29-30页 |
| 3.2.2 显著性图生成 | 第30-31页 |
| 3.2.3 超像素分割 | 第31-36页 |
| 3.2.4 超像素块筛选 | 第36-39页 |
| 3.2.5 目标提取 | 第39页 |
| 3.3 基于运动显著性的目标提取 | 第39-47页 |
| 3.3.1 运动估计与补偿 | 第39-45页 |
| 3.3.1.1 背景运动参数模型 | 第40页 |
| 3.3.1.2 运动模型的参数估算 | 第40-43页 |
| 3.3.1.3 运动补偿 | 第43-45页 |
| 3.3.2 差分图像累加 | 第45-46页 |
| 3.3.3 目标团块提取 | 第46-47页 |
| 3.4 实验结果及分析 | 第47-51页 |
| 3.4.1 实验结果 | 第47-49页 |
| 3.4.2 分析与讨论 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于姿态估计的目标提取 | 第52-66页 |
| 4.1 引言 | 第52页 |
| 4.2 目标团块的主轴分析 | 第52-61页 |
| 4.2.1 基于PCA的主轴分析 | 第53-55页 |
| 4.2.2 基于RANSAC的主轴分析 | 第55-58页 |
| 4.2.3 基于Hough的主轴分析 | 第58-60页 |
| 4.2.4 基于运动方向的主轴分析 | 第60-61页 |
| 4.3 基于姿态的目标提取 | 第61-62页 |
| 4.4 实验结果分析 | 第62-65页 |
| 4.4.1 实验结果对比 | 第62-64页 |
| 4.4.2 分析与讨论 | 第64-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 本文主要工作 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |
