首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

复杂场景中的车辆特征抽取与识别研究

摘要第1-5页
abstract第5-9页
第一章 绪论第9-15页
   ·研究背景及意义第9-10页
   ·国内外研究现状第10-13页
     ·图像特征研究简介第10-11页
     ·车辆检测研究简介第11-12页
     ·车辆跟踪研究简介第12-13页
   ·本文研究内容与章节安排第13-15页
第二章 图像特征概述第15-28页
   ·Harris角点及其改进算法第15-21页
     ·Harris角点检测算法第15-16页
     ·尺度不变的Harris角点检测算法第16-18页
     ·仿射不变的Harris角点检测算法第18-21页
   ·SIFT特征第21-23页
     ·SIFT特征点检测算法第21-22页
     ·SIFT特征点描述算法第22-23页
   ·SURF特征第23-26页
     ·积分图第23-24页
     ·SURF特征点检测算法第24-25页
     ·SURF特征点描述算法第25-26页
   ·图像特征匹配第26-27页
     ·距离度量算法第26页
     ·最近邻法第26-27页
   ·本章小结第27-28页
第三章 结合全局信息的对称SURF算法第28-35页
   ·对称SURF特征第28-30页
   ·对称SURF的全局信息第30-31页
   ·改进对称SURF特征的匹配第31-33页
     ·对称SURF向量的度量第31-32页
     ·全局信息向量的度量第32页
     ·改进对称SURF向量的度量第32-33页
   ·实验与分析第33-34页
   ·本章小结第34-35页
第四章 基于几何信息的特征匹配改进算法第35-42页
   ·BP-SIFT算法第35-37页
     ·置信传播算法第35页
     ·基于置信传播算法的特征匹配算法第35-37页
       ·算法原理第35-36页
       ·算法流程第36-37页
   ·基于约束条件和邻近节点选择的改进特征匹配算法第37-39页
     ·基于空间距离比值的约束条件第37页
     ·基于Bag-of-Words模型的邻近节点选择算法第37-39页
     ·算法描述第39页
   ·实验与分析第39-41页
   ·本章小结第41-42页
第五章 基于图像特征的车辆检测和跟踪第42-50页
   ·车辆检测与跟踪流程第42-43页
   ·基于图像特征的车辆检测算法第43-46页
     ·基于GS-SURF的车辆检测算法第43-44页
     ·实验与分析第44-46页
   ·基于图像特征的车辆跟踪算法第46-49页
     ·基于BP-ASURF的车辆跟踪算法第46-48页
     ·实验与分析第48-49页
   ·本章小结第49-50页
第六章 总结与展望第50-52页
   ·本文工作总结第50页
   ·未来工作展望第50-52页
参考文献第52-57页
致谢第57-58页
在学期间的研究成果及发表的学术论文第58页

论文共58页,点击 下载论文
上一篇:基于状态事件故障树的软件安全性分析方法研究
下一篇:C程序内存安全性的运行时验证研究与实现