一种改进的车辆特征提取与匹配算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 基于特殊车牌方法 | 第9页 |
| 1.2.2 基于物联网的方案 | 第9-10页 |
| 1.2.3 基于视频图像技术 | 第10-11页 |
| 1.3 本文结构安排 | 第11-12页 |
| 第二章 车辆识别技术 | 第12-23页 |
| 2.1 基于机器学习的方法 | 第12-15页 |
| 2.2 基于特征点匹配的方法 | 第15-22页 |
| 2.2.1 特征点提取方法 | 第17-20页 |
| 2.2.2 误匹配对检测技术 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 车辆目标的定位 | 第23-38页 |
| 3.1 图像预处理 | 第23-26页 |
| 3.2 车辆目标定位 | 第26-32页 |
| 3.2.1 样本的采集与扩充 | 第27-28页 |
| 3.2.2 提取Haar-like特征 | 第28-30页 |
| 3.2.3 训练Adaboost分类器 | 第30-32页 |
| 3.3 伪目标的剔除 | 第32-35页 |
| 3.4 算法流程图与实验结果 | 第35-37页 |
| 3.4.1 算法流程图 | 第35-36页 |
| 3.4.2 实验结果 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 车辆特征提取 | 第38-48页 |
| 4.1 提取车辆特征点 | 第38-42页 |
| 4.1.1 特征点检测 | 第38-41页 |
| 4.1.2 Harris角点响应函数 | 第41-42页 |
| 4.2 车辆特征的描述 | 第42-45页 |
| 4.2.1 二进制描述原理 | 第42-43页 |
| 4.2.2 学习车辆特征描述模型 | 第43-45页 |
| 4.3 实验结果对比与分析 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 车辆特征匹配与判定策略 | 第48-56页 |
| 5.1 特征匹配方案 | 第48-50页 |
| 5.2 违法判定策略 | 第50-53页 |
| 5.3 本文完整算法流程图 | 第53-55页 |
| 5.4 实验结果与分析 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |
