| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究的目的和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文的主要研究内容 | 第9-11页 |
| 第二章 视频图像预处理 | 第11-21页 |
| ·颜色模型 | 第11-13页 |
| ·RGB 颜色模型 | 第12页 |
| ·HSV 颜色模型 | 第12-13页 |
| ·彩色图像的灰度化 | 第13-14页 |
| ·图像噪声的减除 | 第14-17页 |
| ·均值滤波器 | 第14-15页 |
| ·高斯平滑滤波器 | 第15-16页 |
| ·中值滤波器 | 第16-17页 |
| ·灰度图像的二值化 | 第17-18页 |
| ·基于数学形态学的图像处理技术 | 第18-20页 |
| ·腐蚀与膨胀 | 第19页 |
| ·开启与闭合 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 运动目标检测与提取 | 第21-33页 |
| ·引言 | 第21-22页 |
| ·光流法 | 第22-23页 |
| ·帧间差法 | 第23-25页 |
| ·背景差分算法 | 第25-26页 |
| ·背景模型方法 | 第26-30页 |
| ·高斯混合模型 | 第27-28页 |
| ·基于卡尔曼滤波器的背景模型 | 第28-29页 |
| ·时间平均图像的背景模型及其更新 | 第29-30页 |
| ·本章小结 | 第30-33页 |
| 第四章 特征提取方法概述和基于特征脸的车型识别系统研究 | 第33-47页 |
| ·引言 | 第33-34页 |
| ·颜色特征 | 第34-36页 |
| ·颜色特征 | 第34页 |
| ·常用的颜色特征提取方法 | 第34-36页 |
| ·空间关系特征 | 第36-37页 |
| ·空间关系 | 第36-37页 |
| ·常用的特征提取与匹配方法 | 第37页 |
| ·纹理特征 | 第37-40页 |
| ·纹理特征 | 第37-38页 |
| ·纹理特征描述方法 | 第38-40页 |
| ·代数特征 | 第40-41页 |
| ·基于特征脸的车型识别研究 | 第41-46页 |
| ·基于K-L 变换的特征脸法 | 第41-43页 |
| ·特征脸法具体步骤 | 第43-44页 |
| ·计算特征脸 | 第44-45页 |
| ·特征脸法进行车型识别 | 第45页 |
| ·分析特征脸法的优缺点 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于OpenCV 的系统实现及实验结果和分析 | 第47-67页 |
| ·开发平台的搭建 | 第47-49页 |
| ·总体思路 | 第49-50页 |
| ·系统各个功能模块设计 | 第50-58页 |
| ·车脸库标本 | 第50-52页 |
| ·车辆检测定位与车脸提取模块 | 第52-54页 |
| ·学习训练及测试识别车脸时间的程序设计 | 第54-57页 |
| ·实时车型识别系统设计模块 | 第57-58页 |
| ·实验结果分析 | 第58-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·论文总结 | 第67-68页 |
| ·论文进一步的工作展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 研究成果 | 第74-75页 |