| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-26页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 车辆图像自动检索技术国内外发展现状 | 第14-22页 |
| 1.2.1 基于颜色的车辆检索技术发展现状 | 第14-17页 |
| 1.2.2 基于车标的车辆检索技术发展现状 | 第17-18页 |
| 1.2.3 基于内容的车辆检索技术发展现状 | 第18-20页 |
| 1.2.4 现阶段存在的问题及发展趋势 | 第20-22页 |
| 1.3 本文主要工作和章节安排 | 第22-26页 |
| 1.3.1 主要工作内容 | 第22-23页 |
| 1.3.2 本文创新点 | 第23-24页 |
| 1.3.3 本文组织结构 | 第24-26页 |
| 第2章 基于属性的车辆检索方法总体方案 | 第26-32页 |
| 2.1 车辆检索的应用背景及目的 | 第26页 |
| 2.2 基于属性的车辆检索总体思路 | 第26-28页 |
| 2.2.1 基于颜色的车辆检索 | 第27-28页 |
| 2.2.2 基于车标的车辆检索 | 第28页 |
| 2.2.3 基于内容的车辆检索 | 第28页 |
| 2.3 评价指标 | 第28-31页 |
| 2.3.1 基于颜色与车标的车辆检索的评价指标 | 第28-30页 |
| 2.3.2 基于内容的车辆检索的评价指标 | 第30-31页 |
| 2.4 测试数据与测试方法 | 第31-32页 |
| 第3章 结合快速主分量寻踪与Adaboost分类器的车辆检测算法 | 第32-46页 |
| 3.1 引言 | 第32-33页 |
| 3.2 相关理论 | 第33-37页 |
| 3.2.1 快速主分量寻踪背景建模 | 第33-35页 |
| 3.2.2 Adaboost分类器 | 第35-37页 |
| 3.3 本文车辆检测算法原理 | 第37-41页 |
| 3.3.1 快速主分量寻踪背景建模 | 第38-40页 |
| 3.3.2 Adaboost车辆检测 | 第40-41页 |
| 3.4 本文车辆检测算法描述 | 第41-43页 |
| 3.5 实验结果与分析 | 第43-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 基于光照不变性的车辆颜色识别算法 | 第46-64页 |
| 4.1 引言 | 第46页 |
| 4.2 相关理论 | 第46-49页 |
| 4.2.1 径向基编码 | 第46-48页 |
| 4.2.2 特征上下文算法 | 第48-49页 |
| 4.3 本文车辆颜色识别算法原理 | 第49-57页 |
| 4.3.1 颜色特征 | 第49-55页 |
| 4.3.2 局部特征提取 | 第55-57页 |
| 4.4 本文车辆颜色识别算法描述 | 第57-59页 |
| 4.4.1 特征提取 | 第58-59页 |
| 4.4.2 训练与测试过程 | 第59页 |
| 4.5 实验结果与分析 | 第59-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 基于改进的梯度方向直方图与SVM的车标识别算法 | 第64-77页 |
| 5.1 本文车标识别算法原理 | 第64-71页 |
| 5.1.1 车标粗定位技术 | 第64-67页 |
| 5.1.2 车标识别 | 第67-69页 |
| 5.1.3 预测结果的决策与统计 | 第69-71页 |
| 5.2 本文车标识别算法描述 | 第71-72页 |
| 5.3 实验结果与分析 | 第72-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第6章 基于颜色信息与傅立叶梅林变换的车辆检索算法 | 第77-89页 |
| 6.1 引言 | 第77页 |
| 6.2 相关理论 | 第77-79页 |
| 6.2.1 傅立叶梅林变换原理 | 第77-79页 |
| 6.2.2 傅立叶梅林变换性质 | 第79页 |
| 6.3 基于颜色信息与傅立叶梅林变换的车辆检索算法原理 | 第79-81页 |
| 6.4 基于颜色信息与傅立叶梅林变换的车辆检索算法描述 | 第81-84页 |
| 6.5 实验结果与分析 | 第84-87页 |
| 6.6 本章小结 | 第87-89页 |
| 第7章 总结与展望 | 第89-91页 |
| 7.1 本文主要工作总结 | 第89-90页 |
| 7.2 未来工作展望 | 第90-91页 |
| 参考文献 | 第91-95页 |
| 致谢 | 第95-96页 |
| 作者简介 | 第96页 |
