车标识别方法研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-16页 |
·课题的研究背景 | 第10-12页 |
·车标识别相关技术和方法 | 第10-11页 |
·车标识别的目的和意义 | 第11-12页 |
·车标识别技术发展现状 | 第12-14页 |
·车标定位技术发展现状 | 第12-13页 |
·车标识别技术发展现状 | 第13-14页 |
·本文研究的主要内容 | 第14页 |
·论文的结构安排 | 第14-16页 |
第2章 基于先验知识的车标定位 | 第16-47页 |
·车标定位存在的关键性问题 | 第16页 |
·车标定位所依据的先验知识 | 第16-17页 |
·车标定位系统组成 | 第17页 |
·基于背景更新算法的车辆检测 | 第17-24页 |
·算法简介 | 第18页 |
·背景获取及背景更新 | 第18-22页 |
·车辆分割 | 第22-24页 |
·基于方向滤波的车身定位 | 第24-32页 |
·车身定位预处理 | 第24-25页 |
·构造车身定位方向滤波算子 | 第25-27页 |
·二值化及形态学滤波 | 第27-29页 |
·中值滤波及垂直投影 | 第29-32页 |
·车灯带定位 | 第32-37页 |
·提取车灯带轮廓 | 第32-34页 |
·中轴水平投影法 | 第34-35页 |
·中轴水平投影波峰筛选 | 第35-37页 |
·车标粗定位 | 第37-41页 |
·车标精定位 | 第41-44页 |
·车标定位实验 | 第44-45页 |
·本章小节 | 第45-47页 |
第3章 车标识别 | 第47-66页 |
·车标识别存在的关键性问题 | 第47页 |
·车标特征描述子的构造 | 第47-57页 |
·特征描述子构造原则 | 第48页 |
·基于SIFT算法的车标特征提取 | 第48-57页 |
·基于神经网络的车标识别 | 第57-62页 |
·BP神经网络简介 | 第58-60页 |
·BP神经网络车标识别原理 | 第60页 |
·车标预处理与样本集的选择 | 第60-61页 |
·BP神经网络结构和设计 | 第61-62页 |
·实验结果及分析 | 第62-65页 |
·车标识别结果 | 第62-63页 |
·实验结果分析 | 第63-65页 |
·本章小结 | 第65-66页 |
第4章 车标识别系统设计及软件仿真 | 第66-69页 |
·系统的总体结构 | 第66页 |
·系统的软件流程 | 第66-68页 |
·系统的运行界面 | 第68页 |
·实验结果 | 第68-69页 |
第5章 总结与展望 | 第69-70页 |
·全文结论 | 第69页 |
·进一步工作展望 | 第69-70页 |
参考文献 | 第70-74页 |
攻读学位期间公开发表论文 | 第74-76页 |
致谢 | 第76-78页 |
研究生履历 | 第78页 |