摘要 | 第1-3页 |
Abstract | 第3-6页 |
第一章 绪论 | 第6-15页 |
·本课题研究的目的和意义 | 第6-10页 |
·驾驶疲劳预警系统的研究意义 | 第6-7页 |
·驾驶疲劳检测技术的国内外研究现状 | 第7-8页 |
·驾驶疲劳预警系统的组成 | 第8-9页 |
·图像预处理技术在疲劳驾驶检测技术中的重要性 | 第9-10页 |
·图像预处理技术的研究现状 | 第10-13页 |
·图像去噪技术的国内外研究现状 | 第10-11页 |
·图像增强技术的国内外研究现状 | 第11-13页 |
·本文的主要研究内容 | 第13-14页 |
·本章小结 | 第14-15页 |
第二章 基于小波层间相关性的改进阈值算法研究 | 第15-30页 |
·小波阈值去噪基本原理 | 第15-21页 |
·阈值去噪基本原理 | 第15-16页 |
·阈值处理函数的选取 | 第16-18页 |
·阈值的选取 | 第18-21页 |
·基于小波系数相关性的阈值改进算法 | 第21-25页 |
·基于小波系数相关性的图像去噪算法 | 第21-23页 |
·基于小波系数层间相关性的改进VisuShink阈值去噪算法 | 第23-25页 |
·实验过程及结果分析 | 第25-28页 |
·驾驶室内实际采集人脸图像去噪的实验分析 | 第28-29页 |
·本章小结 | 第29-30页 |
第三章 基于直方图均衡化的图像增强改进算法 | 第30-40页 |
·图像增强技术概述 | 第30页 |
·图像增强技术常用方法 | 第30-34页 |
·直方图均衡化图像增强技术 | 第30-32页 |
·中值滤波图像增强技术 | 第32页 |
·平滑算法 | 第32-33页 |
·形态学算法 | 第33-34页 |
·基于直方图均衡化算法的改进图像增强算法 | 第34-35页 |
·实验过程及结果分析 | 第35-37页 |
·驾驶室内实际采集人脸图像增强的实验分析 | 第37-39页 |
·本章小结 | 第39-40页 |
第四章 基于DSP图像处理系统的算法实现 | 第40-52页 |
·基于DSP的图像处理系统总体方案 | 第40-42页 |
·基于DSP的图像处理系统组成 | 第40-41页 |
·基于DSP的图像处理系统硬件模块 | 第41-42页 |
·基于DSP的图像处理系统核心硬件 | 第42-48页 |
·基于DSP的图像处理系统处理器 | 第44-46页 |
·视频采集模块 | 第46-47页 |
·视频输出模块 | 第47页 |
·电源模块设计 | 第47-48页 |
·基于DSP的图像处理系统的算法实现 | 第48-51页 |
·CCS开发环境 | 第48-49页 |
·TMS320DM6437上的图像预处理算法实现 | 第49-50页 |
·实验结果分析 | 第50-51页 |
·本章小结 | 第51-52页 |
第五章 结论与展望 | 第52-54页 |
·全文总结 | 第52页 |
·研究展望 | 第52-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-59页 |
附录一 基于小波相关性的改进阈值去噪算法的MATLAB实现 | 第59-65页 |
附录二 基于直方图均衡化的图像增强算法的MATLAB实现 | 第65-66页 |
攻读学位期间发表的论文 | 第66-67页 |