基于图像识别的车辆检测算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 HG方法 | 第11-13页 |
| 1.2.2 HV方法 | 第13-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 基于图像的特征提取算法研究 | 第17-25页 |
| 2.1 基于HAAR特征的车辆检测 | 第17-20页 |
| 2.1.1 Haar特征 | 第17-19页 |
| 2.1.2 积分图 | 第19-20页 |
| 2.2 基于HOG特征的车辆检测 | 第20-23页 |
| 2.2.1 算法实现流程 | 第21-22页 |
| 2.2.2 积分直方图 | 第22-23页 |
| 2.3 基于LBP特征的车辆检测 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于ADABOOST算法的分类器训练 | 第25-35页 |
| 3.1 ADABOOST算法 | 第25-27页 |
| 3.2 分类器训练 | 第27-33页 |
| 3.2.1 准备训练数据 | 第28-30页 |
| 3.2.2 训练级联分类器 | 第30-33页 |
| 3.3 训练性能比较 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 车辆检测程序 | 第35-44页 |
| 4.1 运行平台搭建 | 第35-37页 |
| 4.1.1 OpenCV简介 | 第35-36页 |
| 4.1.2 配置OpenCV | 第36页 |
| 4.1.3 算法中主要的OpenCV函数 | 第36-37页 |
| 4.2 测试样本的准备 | 第37页 |
| 4.3 检测效果 | 第37-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 总结和展望 | 第44-46页 |
| 5.1 工作总结 | 第44页 |
| 5.2 未来展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 作者简介及在学期间所取得的科研成果 | 第50-51页 |
| 致谢 | 第51页 |
