首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

车辆行驶状况的检测与识别算法探讨

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-13页
   ·课题来源、研究背景及意义第8-9页
     ·课题来源第8页
     ·研究背景第8-9页
   ·国内外研究现状第9-11页
   ·研究的目的及意义第11页
   ·本文主要研究内容第11-12页
   ·本文章节安排第12-13页
第二章 车辆行驶状况的检测第13-31页
   ·车辆目标图像序列第14-15页
   ·车辆目标检测方法第15-17页
     ·背景差分法第15-16页
     ·其他目标检测算法第16-17页
     ·背景帧差法在本文中的应用第17页
   ·自适应背景的获取与更新第17-20页
     ·初始背景图像的获取第17-18页
     ·背景图像窗口化第18-19页
     ·背景的更新第19页
     ·实验结果第19-20页
   ·车辆目标分割第20-24页
     ·阈值的选择第20-21页
     ·车辆目标提取第21页
     ·实验结果及后处理第21-24页
   ·车辆目标连通区域检测第24-27页
     ·连通域检测算子第25页
     ·车辆连通域Blob分析第25-27页
   ·车辆行驶状态况分析第27-30页
     ·车辆运动参数表示第27-29页
     ·车辆行驶状况分析第29-30页
   ·本章小结第30-31页
第三章 基于形状特征的车辆与行人目标分类识别第31-44页
   ·目标分类描述第31-32页
     ·本文的目标分类问题第31页
     ·目标分类存在的难点第31-32页
     ·目标分类问题的研究价值第32页
   ·算法思路及目标分类的预处理第32-35页
     ·算法思路第32-33页
     ·前景目标图像检测第33-35页
     ·前景目标图像分割第35页
   ·目标特征提取与表示第35-41页
     ·视频图像的特点第36页
     ·特征的选择与提取第36-41页
   ·分类器的选择第41-43页
     ·分类方法的性能分析第41-42页
     ·选择决策树分类方法的依据第42-43页
   ·本章小结第43-44页
第四章 决策树C4.5分类算法及其改进第44-72页
   ·决策树算法思想第44-52页
     ·C4.5分类算法第45-51页
     ·影响C4.5算法预测准确度的因素第51-52页
   ·C4.5算法中信息增益率计算方法的改进第52-55页
     ·改进的依据分析及改进原理第52-54页
       ·改进信息增益率计算方法可行性分析第54-55页
   ·连续属性最佳分割阈值选择方法的改进第55-58页
     ·改进的依据分析及改进原理第55-57页
     ·改进前后算法计算复杂度分析比较第57-58页
   ·剪枝法的改进第58-62页
     ·改进的依据与原理分析第58-61页
     ·剪枝算法改进前后性能比较第61-62页
   ·算法改进前后分类性能分析实验第62-67页
     ·改进C4.5分类器与传统C4.5分类器的分类性能比较第62-64页
     ·改进C4.5分类器与传统C4.5分类器的应用性能比较实验第64-65页
     ·改进C4.5分类器剪枝效果实验第65-67页
   ·改进C4.5算法描述及应用第67-69页
     ·改进算法描述第67-68页
     ·算法工作流程第68页
     ·算法程序及S-函数模块的建立第68-69页
   ·仿真实验模型第69-71页
   ·本章小结第71-72页
第五章 实验及结果分析第72-82页
   ·引言第72页
   ·实验设备与实验步骤第72-75页
   ·实验结果与分析第75-80页
     ·预处理实验结果第75页
     ·算法改进前后对车辆与行人目标的检测识别速度实验第75-77页
     ·车辆行驶状态检测实验第77-79页
     ·运动小车的检测与识别第79-80页
   ·实验结论第80页
   ·本章小结第80-82页
全文总结与工作展望第82-84页
参考文献第84-89页
致谢第89-90页
附录 攻读硕士学位期间发表的学术论文与参加的项目第90页

论文共90页,点击 下载论文
上一篇:运动车辆视频序列跟踪算法的研究
下一篇:混凝土裂缝特征信息识别研究