基于边缘特征的前方车辆识别
提要 | 第1-8页 |
第一章 绪论 | 第8-16页 |
·引言 | 第8-9页 |
·前方车辆识别技术的研究现状 | 第9-14页 |
·国外研究现状 | 第11-13页 |
·国内研究现状 | 第13-14页 |
·本文的研究工作 | 第14-16页 |
·研究目的和意义 | 第14-15页 |
·研究内容 | 第15-16页 |
第二章 日间光照图像的边缘检测和阈值分割方法 | 第16-31页 |
·引言 | 第16-17页 |
·边缘检测和阈值分割方法概述 | 第17-19页 |
·图像边缘检测 | 第17-18页 |
·图像阈值分割 | 第18-19页 |
·边缘检测方法的选取 | 第19-21页 |
·阈值分割方法的选取 | 第21-29页 |
·矩不变阈值法 | 第21-23页 |
·迭代阈值法 | 第23-25页 |
·基于矩不变和迭代的最大熵阈值分割法 | 第25-29页 |
·日间光照下的算法特点分析 | 第29-30页 |
·本章小结 | 第30-31页 |
第三章 弱光照图像的边缘检测和阈值分割方法 | 第31-43页 |
·引言 | 第31页 |
·预处理 | 第31-35页 |
·图像增强原理 | 第31-33页 |
·灰度拉伸 | 第33-35页 |
·边缘检测方法的选取 | 第35-39页 |
·常用Krisch算子 | 第35-36页 |
·基于8 方向模板的Sobel边缘检测算法 | 第36-39页 |
·阈值分割方法的选取 | 第39-41页 |
·弱光照下的算法特点分析 | 第41-42页 |
·本章小结 | 第42-43页 |
第四章 具有车辆边缘特征的直线的提取 | 第43-61页 |
·引言 | 第43页 |
·细化算法和直线检测技术介绍 | 第43-47页 |
·边缘细化 | 第43-45页 |
·直线提取 | 第45-47页 |
·细化算法的选择 | 第47-52页 |
·数学形态学基本理论 | 第47-48页 |
·形态学细化 | 第48-50页 |
·细化算法步骤 | 第50-52页 |
·垂直边缘特征直线段的提取 | 第52-59页 |
·传统Hough变换原理及优缺点分析 | 第52-54页 |
·检测直线端点的Hough变换 | 第54-56页 |
·虚假端点的处理 | 第56-58页 |
·垂直边缘具体的提取过程 | 第58-59页 |
·本章小结 | 第59-61页 |
第五章 前方车辆上部边缘的定位与识别 | 第61-72页 |
·引言 | 第61页 |
·运动目标识别的几种方法 | 第61-63页 |
·边缘的滤波去噪、定位 | 第63-68页 |
·垂直边缘直线的确定 | 第63-65页 |
·上部边缘的识别算法 | 第65-66页 |
·车辆上部边缘的最终定位 | 第66-68页 |
·车辆存在性的验证 | 第68-71页 |
·本章小结 | 第71-72页 |
第六章 试验验证 | 第72-75页 |
第七章 全文总结 | 第75-77页 |
·论文的主要研究工作 | 第75-76页 |
·本文存在的不足 | 第76-77页 |
参考文献 | 第77-81页 |
摘要 | 第81-83页 |
ABSTRACT | 第83-86页 |
致谢 | 第86-87页 |
导师及作者简介 | 第87页 |