| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·智能安全气囊概念的提出和研究背景 | 第10页 |
| ·智能安全气囊的研究现状 | 第10-12页 |
| ·常用的乘员分类识别及位置追踪技术 | 第12-15页 |
| ·基于视觉的检测技术 | 第13页 |
| ·基于重量和超声波的检测技术 | 第13-14页 |
| ·基于体压分布的检测技术 | 第14页 |
| ·基于电场感应的检测技术 | 第14-15页 |
| ·几种检测技术的优缺点比较 | 第15页 |
| ·智能安全气囊的展开条件及乘员类型的划分 | 第15-18页 |
| ·本文研究的主要内容 | 第18-20页 |
| 第2章 模式识别理论基础 | 第20-27页 |
| ·模式识别概述 | 第20-21页 |
| ·模式识别主要方法 | 第21-22页 |
| ·判别函数 | 第22-25页 |
| ·判别函数的定义 | 第22-23页 |
| ·线性判别函数 | 第23页 |
| ·多类情况的划分 | 第23-25页 |
| ·广义判别函数 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 乘员分类识别算法 | 第27-41页 |
| ·乘员图像测量空间的生成 | 第27-31页 |
| ·彩色图像灰度化 | 第27-28页 |
| ·裁剪感兴趣窗口 | 第28-29页 |
| ·图像的平滑处理 | 第29-30页 |
| ·图像的边缘检测 | 第30-31页 |
| ·利用 Legendre 矩提取乘员特征 | 第31-34页 |
| ·Legendre 多项式 | 第32页 |
| ·利用 Legendre 矩提取乘员特征 | 第32-34页 |
| ·利用支持向量机对乘员进行分类 | 第34-38页 |
| ·支持向量机的基本思想 | 第34-35页 |
| ·支持向量机的方法 | 第35-36页 |
| ·支持向量机的核函数 | 第36-37页 |
| ·多值分类器 | 第37页 |
| ·利用支持向量机对乘员进行分类识别 | 第37-38页 |
| ·试验验证 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 乘员位置追踪算法 | 第41-49页 |
| ·图像的采集及预处理 | 第41-42页 |
| ·背景差分法分割乘员图像 | 第42-43页 |
| ·基于肤色信息的人脸识别算法 | 第43-44页 |
| ·利用椭圆拟合乘员上半身轮廓 | 第44-45页 |
| ·乘员离位坐姿判断 | 第45-47页 |
| ·试验验证 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于 MATLAB 和 DSP 联合编程的初步探讨 | 第49-60页 |
| ·TMS320DM642 芯片介绍 | 第49-50页 |
| ·CCSLink | 第50-51页 |
| ·CCSLink 示例 | 第51-54页 |
| ·RTWEC | 第54-56页 |
| ·RTWEC 示例 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第66页 |