基于图像识别的车辆图像处理技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·数字图像处理在车辆领域的应用 | 第10-13页 |
| ·车牌识别中图像的处理 | 第10-11页 |
| ·车型识别中车辆图像的处理 | 第11-13页 |
| ·本课题研究的目的和主要内容 | 第13-14页 |
| 第2章 图像处理中常用技术 | 第14-28页 |
| ·彩色图像灰度化 | 第14-15页 |
| ·图像增强 | 第15-18页 |
| ·中值滤波 | 第16页 |
| ·直方图均衡化 | 第16-18页 |
| ·区域分割 | 第18-20页 |
| ·图像边缘检测 | 第20-23页 |
| ·数学形态学运算 | 第23-25页 |
| ·线特征检测 | 第25-28页 |
| 第3章 车辆图像识别 | 第28-46页 |
| ·运动目标检测方法的选择 | 第28-30页 |
| ·光流法 | 第28页 |
| ·相邻帧差分法 | 第28-29页 |
| ·背景差分法 | 第29-30页 |
| ·图像分割 | 第30-41页 |
| ·边缘检测分割图像 | 第31-36页 |
| ·阈值分割 | 第36-40页 |
| ·两种图像分割方法对比 | 第40-41页 |
| ·形态学滤波器 | 第41-46页 |
| ·开操作与闭操作 | 第41-43页 |
| ·对车辆图像的开闭操作 | 第43-46页 |
| 第4章 基于图像处理的硬件组成 | 第46-49页 |
| ·图像传感器的选择 | 第46页 |
| ·基于背景差分法的硬件组成 | 第46-48页 |
| ·基于噪声的硬件改进 | 第48页 |
| ·总结 | 第48-49页 |
| 第5章 应用 | 第49-65页 |
| ·边界提取 | 第49-61页 |
| ·形态学边界提取 | 第49-50页 |
| ·基于snake模型的边缘提取 | 第50-58页 |
| ·基于四方扫描的外轮廓提取 | 第58-61页 |
| ·关键点的提取 | 第61-62页 |
| ·关键点的应用 | 第62-64页 |
| ·车辆跑偏的应用 | 第62页 |
| ·车辆尺寸的测量 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结 | 第65-67页 |
| ·全文总结 | 第65-66页 |
| ·不足与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
| 发表论文 | 第71页 |
