| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的背景及研究意义 | 第9-10页 |
| ·车辆识别和边缘检测的发展与研究现状 | 第10-12页 |
| ·车辆边缘检测中存在的问题 | 第12-13页 |
| ·论文的主要工作和内容安排 | 第13-15页 |
| 第二章 传统图像边缘检测的方法研究 | 第15-27页 |
| ·梯度算子 | 第16-17页 |
| ·一阶微分算子 | 第17-20页 |
| ·二阶微分算子 | 第20-23页 |
| ·小波边缘检测方法 | 第23页 |
| ·几种经典边缘检测方法的实验结果 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 车辆识别中改进的小波多尺度边缘检测方法研究 | 第27-53页 |
| ·小波变换理论研究 | 第27-36页 |
| ·小波基础理论 | 第27-32页 |
| ·多分辨率分析 | 第32-34页 |
| ·小波变换在图像边缘检测中的优势 | 第34-36页 |
| ·多尺度边缘检测方法研究 | 第36-37页 |
| ·小波多尺度边缘检测 | 第37-41页 |
| ·小波在边缘检测中的应用 | 第37页 |
| ·小波多尺度边缘检测原理 | 第37-41页 |
| ·车辆识别中改进的小波多尺度边缘检测方法 | 第41-50页 |
| ·对称轴的选取对多尺度边缘检测的影响分析 | 第41-42页 |
| ·在车辆边缘检测中小波尺度的选取 | 第42-45页 |
| ·多尺度下的阈值确定方法 | 第45-47页 |
| ·Contourlet变换设计自适应阂值 | 第47页 |
| ·基于Contourlet变换的改进多尺度边缘检测算法实现 | 第47-50页 |
| ·实验结果分析与对比 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 基于GABOR滤波器和边缘检测的车辆识别 | 第53-69页 |
| ·Gabor滤波器研究 | 第53-56页 |
| ·Gabor函数的提出 | 第53-54页 |
| ·Gabor滤波器在特征抽取中的应用研究 | 第54-56页 |
| ·车辆分割 | 第56-60页 |
| ·背景减除处理 | 第56-57页 |
| ·滤波去噪处理 | 第57-58页 |
| ·图像的标准化处理 | 第58-60页 |
| ·待识别车辆的Gabor特征提取 | 第60-64页 |
| ·图像关键边缘的确定 | 第60-62页 |
| ·非均匀样点的确定 | 第62-63页 |
| ·Gabor特征提取 | 第63-64页 |
| ·车型匹配 | 第64页 |
| ·基于Gabor滤波器和边缘特征的车型识别算法实现 | 第64-65页 |
| ·实验结果分析与对比 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |
