基于PCA和SVM的车标识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究的背景及意义 | 第10-14页 |
| ·智能交通发展动态 | 第11-12页 |
| ·智能交通核心技术 | 第12-13页 |
| ·车辆识别系统组成 | 第13-14页 |
| ·车标识别技术研究现状 | 第14-16页 |
| ·车标识别系统概述 | 第14-15页 |
| ·车标识别方法 | 第15-16页 |
| ·车标识别技术的应用 | 第16页 |
| ·论文内容及结构安排 | 第16-18页 |
| 第二章 图像预处理 | 第18-28页 |
| ·RGB彩色空间模型及对应色差公式 | 第18-19页 |
| ·RGB图像预处理 | 第19-26页 |
| ·图像的灰度化 | 第19-21页 |
| ·图像滤波(去噪) | 第21-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 车标识别理论 | 第28-52页 |
| ·车标模式识别 | 第28-29页 |
| ·主成分分析 | 第29-38页 |
| ·PCA理论 | 第30-36页 |
| ·PCA方法小结 | 第36-37页 |
| ·图像特征提取 | 第37-38页 |
| ·支持向量机 | 第38-50页 |
| ·支持向量机理论 | 第38-40页 |
| ·线性与非线性分类 | 第40-43页 |
| ·间隔的概念 | 第43-45页 |
| ·核函数理论 | 第45-48页 |
| ·最小二乘支持向量机 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 基于PCA和SVM的车标识别 | 第52-68页 |
| ·图像预处理 | 第52-53页 |
| ·图像灰度化 | 第52-53页 |
| ·图像滤波(去噪) | 第53页 |
| ·基于PCA和SVM的车标识别 | 第53-60页 |
| ·车标库建立 | 第53-55页 |
| ·基于PCA算法的车标图像特征提取 | 第55-56页 |
| ·基于SVM算法的分类器构造 | 第56-59页 |
| ·实验结果及分析 | 第59-60页 |
| ·基于PCA和LS-SVM的车标识别 | 第60-66页 |
| ·车标库建立 | 第60-61页 |
| ·基于PCA算法的车标图像特征提取 | 第61-62页 |
| ·基于LS-SVM的分类器构造 | 第62-64页 |
| ·实验结果及分析 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 第五章 车标识别技术相关设计及应用 | 第68-74页 |
| ·车标识别系统 | 第68-70页 |
| ·提出识别系统的总体结构 | 第68-69页 |
| ·提出识别系统的软件流程 | 第69-70页 |
| ·车标识别系统界面 | 第70页 |
| ·车标查询系统 | 第70-73页 |
| ·车标查询系统总体框架 | 第71-72页 |
| ·车标查询系统软件流程 | 第72-73页 |
| ·车标查询系统界面 | 第73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·工作总结 | 第74-75页 |
| ·工作展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士学位期间发表的学术论文 | 第82页 |
