基于图像处理的室外停车场车位状态识别算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 国内外相关技术发展概况 | 第11-14页 |
| 1.2.1 国外相关技术的发展概况 | 第11-12页 |
| 1.2.2 国内相关技术的发展概况 | 第12-13页 |
| 1.2.3 国内外文献综述 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 1.4 本文的结构 | 第16-17页 |
| 第2章 车位状态识别算法基础综述 | 第17-30页 |
| 2.1 引言 | 第17-18页 |
| 2.2 图像预处理 | 第18页 |
| 2.3 车位定位方法 | 第18-20页 |
| 2.3.1 非自动车位定位方法 | 第19页 |
| 2.3.2 自动车位定位方法 | 第19-20页 |
| 2.4 特征提取方法 | 第20-26页 |
| 2.4.1 LBP纹理特征 | 第20-23页 |
| 2.4.2 LPQ特征 | 第23-24页 |
| 2.4.3 Haar-Like特征 | 第24-26页 |
| 2.5 车位状态识别分类器算法 | 第26-28页 |
| 2.5.1 SVM分类器 | 第26-28页 |
| 2.5.2 Ada Boost分类器算法 | 第28页 |
| 2.6 本章小结 | 第28-30页 |
| 第3章 车位状态识别算法研究与改进 | 第30-43页 |
| 3.1 引言 | 第30-31页 |
| 3.2 非规则化停车场车位定位研究与设计 | 第31-35页 |
| 3.2.1 车位粗定位法 | 第32-33页 |
| 3.2.2 车位位置精确定位法 | 第33-35页 |
| 3.3 特征提取算法研究与改进 | 第35-40页 |
| 3.3.1 多尺度特征提取及改进 | 第36-39页 |
| 3.3.2 串行特征融合方法 | 第39-40页 |
| 3.4 车位状态识别分类器设计 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 实验结果及分析 | 第43-55页 |
| 4.1 实验条件及实验数据介绍 | 第43-45页 |
| 4.1.1 实验条件介绍 | 第43页 |
| 4.1.2 实验数据介绍 | 第43-45页 |
| 4.2 车位定位实验结果 | 第45-47页 |
| 4.3 车位定位结果分析 | 第47-49页 |
| 4.4 车位状态识别结果 | 第49-51页 |
| 4.4.1 算法的有效性验证 | 第49-50页 |
| 4.4.2 算法泛化能力验证 | 第50-51页 |
| 4.5 车位状态识别对比实验及分析 | 第51-53页 |
| 4.6 本章小结 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |
