| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及应用分析 | 第10-11页 |
| 1.2 车型识别技术的研究现状 | 第11-14页 |
| 1.3 视频判别车型 | 第14-16页 |
| 1.3.1 视频判别车型方法 | 第14-15页 |
| 1.3.2 车辆分类标准 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 第二章 图像采集与目标车辆的提取 | 第17-30页 |
| 2.1 分类系统的组成和布置 | 第17-19页 |
| 2.1.1 补光子系统 | 第18页 |
| 2.1.2 视频采集装置的安装 | 第18-19页 |
| 2.2 运动区域检测 | 第19-22页 |
| 2.2.1 帧间差分法 | 第19页 |
| 2.2.2 光流法 | 第19-21页 |
| 2.2.3 背景差分法 | 第21-22页 |
| 2.3 高斯模型提取目标区域 | 第22-26页 |
| 2.3.1 传统高斯模型 | 第22-24页 |
| 2.3.2 优化高斯模型 | 第24-26页 |
| 2.4 阴影消除 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 车辆分类特征提取 | 第30-39页 |
| 3.1 图像滤波 | 第30-32页 |
| 3.2 轮廓特征提取 | 第32-34页 |
| 3.3 纹理特征提取 | 第34-38页 |
| 3.3.1 LBP特征描述 | 第34-35页 |
| 3.3.2 LBP旋转不变性 | 第35-36页 |
| 3.3.3 图像熵值提取 | 第36-37页 |
| 3.3.4 边缘密度 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 支持向量机车型分类 | 第39-48页 |
| 4.1 支持向量机 | 第39-43页 |
| 4.1.1 一对多SVM | 第42页 |
| 4.1.2 一对一SVM | 第42-43页 |
| 4.2 二叉树向量机分类 | 第43-45页 |
| 4.3 交叉验证法 | 第45-46页 |
| 4.4 改进二叉树分类测 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 总结与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 附录A（攻读硕士学位期间所发表的学术论文及获得成果） | 第54页 |