| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-34页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究现状 | 第15-32页 |
| 1.2.1 计算机视觉 | 第15-16页 |
| 1.2.2 边缘检测 | 第16-20页 |
| 1.2.3 hough变换 | 第20-24页 |
| 1.2.4 模式识别 | 第24-29页 |
| 1.2.5 交通图像处理 | 第29-32页 |
| 1.3 研究的主要成果 | 第32-34页 |
| 第二章 车牌检测和车牌识别 | 第34-52页 |
| 2.1 基于颜色和纹理的蓝色车牌检测 | 第34-44页 |
| 2.1.1 问题分析 | 第34-35页 |
| 2.1.2 实现方法 | 第35-42页 |
| 2.1.3 实验结果 | 第42页 |
| 2.1.4 车牌定位的实验总结 | 第42-44页 |
| 2.2 基于最大似然法的低分辨率图像序列的车牌识别 | 第44-52页 |
| 2.2.1 问题分析 | 第44-45页 |
| 2.2.2 实现方法 | 第45-50页 |
| 2.2.3 实验结果 | 第50-51页 |
| 2.2.4 车牌识别的实验总结 | 第51-52页 |
| 第三章 基于adaboost算法的车窗角点检测 | 第52-58页 |
| 3.1 问题分析 | 第52页 |
| 3.2 实现方法 | 第52-55页 |
| 3.2.1 特征选取 | 第52-53页 |
| 3.2.2 训练样本 | 第53-54页 |
| 3.2.3 应用流程 | 第54-55页 |
| 3.3 实验结果 | 第55-56页 |
| 3.4 结果分析与改良 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 基于Canny边缘检测算子与hough直线检测的安全带检测算法 | 第58-66页 |
| 4.1 问题分析 | 第58页 |
| 4.2 实现方法 | 第58-62页 |
| 4.2.1 选取检测区域 | 第59-60页 |
| 4.2.2 区域直方图拉伸 | 第60页 |
| 4.2.3 基于ROF去噪的无损去噪模型 | 第60-61页 |
| 4.2.4 Canny边缘检测与筛选 | 第61页 |
| 4.2.5 概率hough变换 | 第61-62页 |
| 4.3 实验结果 | 第62页 |
| 4.4 本章小结及新问题的提出 | 第62-66页 |
| 第五章 加入方向盘检测的安全带检测算法 | 第66-70页 |
| 5.1 问题分析 | 第66页 |
| 5.2 实现方法 | 第66-67页 |
| 5.3 实验结果 | 第67-68页 |
| 5.4 本章小结 | 第68-70页 |
| 第六章 基于遍历搜索的直线检测和级联adaboost的安全带检测 | 第70-76页 |
| 6.1 问题分析 | 第70页 |
| 6.2 实现方法 | 第70-73页 |
| 6.2.1 遍历检测所有给定方向的直线 | 第70-72页 |
| 6.2.2 制作正负样本 | 第72-73页 |
| 6.2.3 级联adaboost | 第73页 |
| 6.3 实验结果 | 第73-74页 |
| 6.4 本章小结 | 第74-76页 |
| 第七章 基于Canny边缘检测与级联adaboost的安全带检测 | 第76-82页 |
| 7.1 问题分析 | 第76页 |
| 7.2 实现方法 | 第76-77页 |
| 7.3 实验结果 | 第77-78页 |
| 7.4 本章小结 | 第78页 |
| 7.5 算法汇总 | 第78-82页 |
| 第八章 偏微分方程中的两点边值问题与模式识别 | 第82-84页 |
| 8.1 线性波方程的两点边值问题 | 第82页 |
| 8.2 模式识别问题 | 第82-84页 |
| 第九章 总结与展望 | 第84-88页 |
| 9.1 算法应用成果 | 第84-85页 |
| 9.2 工作总结 | 第85-86页 |
| 9.3 未来展望 | 第86-87页 |
| 9.4 论文资助情况 | 第87-88页 |
| 参考文献 | 第88-101页 |
| 完成文章目录 | 第101-102页 |
| 简历 | 第102-103页 |
| 致谢 | 第103页 |
