| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究工作的背景与意义 | 第9-10页 |
| 1.2 车标检测与辨识的国内外研究现状 | 第10-12页 |
| 1.2.1 智能交通系统下车标检测与识别问题描述 | 第10-11页 |
| 1.2.2 车标检测与识别国内外研究现状 | 第11-12页 |
| 1.3 本论文的主要研究内容及结构安排 | 第12-14页 |
| 第二章 车标纹理特征提取与建库方法研究 | 第14-30页 |
| 2.1 车标纹理特征提取方法 | 第14-25页 |
| 2.1.1 HOG车标特征提取方法 | 第14-15页 |
| 2.1.2 GIST车标特征提取方法 | 第15-18页 |
| 2.1.3 SIFT车标特征提取方法 | 第18-22页 |
| 2.1.4 Dense SIFT车标纹理特征提取方法 | 第22-25页 |
| 2.2 基于Dense SIFT建立结构化车标模版库 | 第25-29页 |
| 2.2.1 车标模版库与车标测试库的建立 | 第25-27页 |
| 2.2.2 基于Dense SIFT车标特征提取仿真验证与车标模版库建立 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于SIFTFlow反向传导车标释义算法研究 | 第30-50页 |
| 3.1 图像间关联性表征方法 | 第31-36页 |
| 3.1.1 基于光流的图像间关联性表征方法 | 第32页 |
| 3.1.2 基于SIFT关键点图像间关联性表征方法 | 第32-33页 |
| 3.1.3 基于SIFTFlow图像间关联性表征方法 | 第33-36页 |
| 3.1.4 基于SIFTFlow图象间关联性表征方法仿真验证 | 第36页 |
| 3.2 基于SIFTFlow反向传导车标释义算法 | 第36-46页 |
| 3.2.1 改进的SIFTFlow反向传导释义算法研究 | 第37-41页 |
| 3.2.2 基于MRF的能量方程求解 | 第41-46页 |
| 3.3 基于SIFTFlow反向传导车标释义仿真验证 | 第46-49页 |
| 3.3.1 单车标图像与单模版图像间关联性检测仿真验证 | 第47页 |
| 3.3.2 多车标图像与单模版图像间关联性检测仿真验证 | 第47-48页 |
| 3.3.3 单车标图像与多模版图像间关联性检测仿真验证 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 车标联合检测与辨识算法研究 | 第50-68页 |
| 4.1 信号联合检测与估计在车标识别问题的应用 | 第51-54页 |
| 4.2 基于最大后验概率车标联合检测与辨识算法 | 第54-58页 |
| 4.2.1 基于最大后验概率联合检测与辨识算法 | 第54-55页 |
| 4.2.2 基于最大后验概率车标联合检测与辨识算法 | 第55-58页 |
| 4.3 车标联合检测与辨识算法仿真验证 | 第58-68页 |
| 4.3.1 测试平台建立 | 第58-59页 |
| 4.3.2 多尺度条件下的仿真验证 | 第59-60页 |
| 4.3.3 粗提取条件下算法仿真验证 | 第60-62页 |
| 4.3.4 车标联合检测与辨识算法效果验证 | 第62-65页 |
| 4.3.5 车标联合检测与辨识识别软件设计 | 第65-68页 |
| 第五章 全文总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68页 |
| 5.2 后续工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间取得的成果 | 第74-75页 |
