面向监控图像的停车场智能车位识别算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究的背景和意义 | 第9-11页 |
| 1.2 国内外研究现状及分析 | 第11-15页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 国内外文献综述的简析 | 第14-15页 |
| 1.3 本文主要研究工作 | 第15-17页 |
| 1.4 本文的章节安排 | 第17-18页 |
| 第2章 面向图像的智能车位识别技术基础综述 | 第18-28页 |
| 2.1 图像预处理 | 第18-20页 |
| 2.1.1 图像去噪 | 第18-19页 |
| 2.1.2 图像增强 | 第19页 |
| 2.1.3 边缘检测 | 第19-20页 |
| 2.2 车位坐标标定算法 | 第20-21页 |
| 2.2.1 基于标记线的坐标标定 | 第20-21页 |
| 2.2.2 基于人工的坐标标定 | 第21页 |
| 2.3 二值化算法 | 第21-24页 |
| 2.3.1 一维Otsu二值化方法 | 第22页 |
| 2.3.2 三维Otsu二值化方法 | 第22-24页 |
| 2.4 阴影检测算法 | 第24-25页 |
| 2.5 遮挡车位识别算法 | 第25-26页 |
| 2.6 分类器设计算法 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 面向图像的智能车位识别算法设计与实现 | 第28-46页 |
| 3.1 算法流程介绍 | 第28-29页 |
| 3.2 连通区域提取 | 第29-30页 |
| 3.3 自动停车位坐标标定 | 第30-33页 |
| 3.4 改进的基于边缘特征的阴影检测 | 第33-38页 |
| 3.5 改进的基于分解三维OTSU二值化方法 | 第38-42页 |
| 3.6 遮挡车位识别模型设计与实现 | 第42-43页 |
| 3.7 阈值分类器设计与实现 | 第43-45页 |
| 3.8 本章小结 | 第45-46页 |
| 第4章 面向图像的智能车位识别算法实验结果分析 | 第46-58页 |
| 4.1 实验条件介绍 | 第46页 |
| 4.2 阴影检测结果分析 | 第46-48页 |
| 4.3 停车位坐标标定结果分析 | 第48-49页 |
| 4.4 二值化结果分析 | 第49-51页 |
| 4.5 车位识别结果分析 | 第51-55页 |
| 4.6 识别错误情况分析 | 第55-57页 |
| 4.7 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
