车辆信息识别系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-15页 |
| 1.1 论文的研究背景与选题意义 | 第9-11页 |
| 1.1.1 模式识别与智能交通 | 第10页 |
| 1.1.2 套牌车、无牌车和车牌故意遮挡等问题 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 车型分类的研究现状 | 第11-12页 |
| 1.2.2 车身颜色识别的研究现状 | 第12-13页 |
| 1.3 论文的主要内容及结构安排 | 第13-15页 |
| 2 车辆图像样本与预处理 | 第15-20页 |
| 2.1 样本图像要求与样本库制作 | 第15-17页 |
| 2.2 车辆图像预处理 | 第17-19页 |
| 2.2.1 图像灰度化 | 第17-18页 |
| 2.2.2 形态学处理 | 第18-19页 |
| 2.2.3 连通域检测 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 车脸格栅的定位与提取 | 第20-35页 |
| 3.1 车牌定位研究 | 第20-23页 |
| 3.1.1 车牌上下边界定位 | 第21-23页 |
| 3.1.2 车牌左右边界定位 | 第23页 |
| 3.2 车辆图像车脸格栅带定位 | 第23-27页 |
| 3.3 车脸格栅区域定位 | 第27-34页 |
| 3.3.1 车脸格栅左右边界定位 | 第27-32页 |
| 3.3.2 波峰区域筛选 | 第32-34页 |
| 3.3.3 车脸格栅精确提取 | 第34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 车脸格栅图像的特征提取与车型分类 | 第35-48页 |
| 4.1 车脸格栅图像归一化 | 第35-36页 |
| 4.2 特征提取及改进 | 第36-41页 |
| 4.2.1 Canny边缘检测特征 | 第36-37页 |
| 4.2.2 HOG方向梯度直方图特征 | 第37-38页 |
| 4.2.3 LBP特征 | 第38-39页 |
| 4.2.4 Gabor小波变换特征 | 第39-40页 |
| 4.2.5 融合特征 | 第40-41页 |
| 4.3 图像特征的压缩降维 | 第41-42页 |
| 4.3.1 主元分析法 | 第41-42页 |
| 4.3.2 LPP局部保留投影降维 | 第42页 |
| 4.4 基于概率统计的Bayes车型分类算法 | 第42-47页 |
| 4.4.1 统计模式识别 | 第42-43页 |
| 4.4.2 贝叶斯分类模型 | 第43-45页 |
| 4.4.3 实验数据和实验结果 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 车身颜色识别 | 第48-56页 |
| 5.1 颜色识别区域提取 | 第48-49页 |
| 5.2 颜色空间转化 | 第49-52页 |
| 5.2.1 RGB颜色空间 | 第49-50页 |
| 5.2.2 HSV颜色空间 | 第50-51页 |
| 5.2.3 YUV颜色空间 | 第51页 |
| 5.2.4 CIELab颜色空间 | 第51-52页 |
| 5.3 改进的颜色量化模板和判断规则 | 第52-54页 |
| 5.3.1 改进的HSV颜色量化模板 | 第52-53页 |
| 5.3.2 改进的颜色判断规则 | 第53-54页 |
| 5.4 实验结果 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 车辆信息识别系统实现 | 第56-60页 |
| 6.1 系统实现方案 | 第56-57页 |
| 6.2 系统运行界面 | 第57-58页 |
| 6.3 系统实验结果分析 | 第58-59页 |
| 6.4 本章小结 | 第59-60页 |
| 7 总结与展望 | 第60-62页 |
| 7.1 总结 | 第60页 |
| 7.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66页 |
