| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及研究意义 | 第8-9页 |
| 1.2 车辆检测识别技术 | 第9-12页 |
| 1.2.1 对已有的车辆检测技术进行介绍 | 第9-10页 |
| 1.2.2 车辆识别技术进行介绍 | 第10页 |
| 1.2.3 国内外车辆检测识别的研究现状介绍 | 第10-12页 |
| 1.3 本文的主要研究工作 | 第12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第二章 基于 HOG 特征的特定车辆检测 | 第13-20页 |
| 2.1 车辆检测的主要方法 | 第13-15页 |
| 2.2 面包车的主要特点及检测方案 | 第15-18页 |
| 2.2.1 轮廓特征明显 | 第15-16页 |
| 2.2.2 检测方案：HOG | 第16-18页 |
| 2.3 基于 HOG 特征的面包车 HOG 特征提取实现 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于 SVM 的面包车分类识别 | 第20-33页 |
| 3.1 车辆识别常用的分类器介绍 | 第20-25页 |
| 3.2 基于 SVM 的面包车分类器 | 第25-31页 |
| 3.2.1 SVM 分类器原理 | 第25-26页 |
| 3.2.2 最优分类超平面 | 第26-28页 |
| 3.2.3 内积函数 | 第28-29页 |
| 3.2.4 车辆库的建立 | 第29-30页 |
| 3.2.5 SVM 分类器的训练 | 第30-31页 |
| 3.3 基于 SVM 的面包车分类识别实验 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于颜色+HOG 的面包车检测识别 | 第33-43页 |
| 4.1 颜色特征 | 第33-35页 |
| 4.1.1 彩色图像 | 第33-34页 |
| 4.1.2 面包车的颜色特征 | 第34-35页 |
| 4.2 基于颜色特征的检测识别预处理 | 第35-41页 |
| 4.2.1 常用的颜色特征信息提取方法有一下三种： | 第35-36页 |
| 4.2.2 彩色空间 | 第36-38页 |
| 4.2.3 针对颜色对 HOG 算法的改进 | 第38-40页 |
| 4.2.4 实验部分 | 第40-41页 |
| 4.2.4.1 实验 1 HOG 算法进行面包车检测 | 第40-41页 |
| 4.2.4.2 实验 2 级联颜色判断模块的 HOG 算法的与 HOG 算法的对比 | 第41页 |
| 4.3 多角度识别 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 5.1 主要研究成果 | 第43页 |
| 5.2 进一步工作 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 缩略语对照表 | 第50-52页 |
