基于融合特征的车辆识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.2 车辆识别研究现状 | 第11-13页 |
| 1.3 本文的主要工作 | 第13页 |
| 1.4 章节安排 | 第13-15页 |
| 第二章 车辆识别相关算法 | 第15-32页 |
| 2.1 车脸组件特征提取算法 | 第15-19页 |
| 2.1.1 边缘特征提取算法 | 第15-17页 |
| 2.1.2 纹理特征提取算法 | 第17-19页 |
| 2.2 局部特征提取算法 | 第19-28页 |
| 2.2.1 几何特征 | 第19-21页 |
| 2.2.2 SIFT特征 | 第21-24页 |
| 2.2.3 SURF特征 | 第24-28页 |
| 2.3 分类与聚类算法 | 第28-31页 |
| 2.3.1 最小距离分类法 | 第28-29页 |
| 2.3.2 k-means算法 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 车脸组件特征的提取 | 第32-46页 |
| 3.1 车辆图像的预校正 | 第32-36页 |
| 3.1.1 剔除车牌部分无用信息 | 第32-33页 |
| 3.1.2 车辆图像预处理 | 第33-36页 |
| 3.2 车脸截取 | 第36-40页 |
| 3.2.1 车脸的截取规则 | 第36-37页 |
| 3.2.2 车脸的检测与截取 | 第37-40页 |
| 3.3 提取车脸组件特征 | 第40-45页 |
| 3.3.1 车灯组件边缘特征 | 第41-42页 |
| 3.3.2 格栅组件纹理特征 | 第42-45页 |
| 3.3.3 保险杠组件SURF特征 | 第45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于词袋模型融合多特征的车辆识别 | 第46-62页 |
| 4.1 车脸组件特征在车辆识别中的应用 | 第46-50页 |
| 4.1.1 多特征级联的车辆识别 | 第46-49页 |
| 4.1.2 多特征级联车辆识别算法的分析与改进 | 第49-50页 |
| 4.2 词袋模型 | 第50-54页 |
| 4.2.1 词袋模型的改进 | 第52页 |
| 4.2.2 本文中使用的词袋模型 | 第52-54页 |
| 4.3 利用词袋模型融合车脸组件特征的实现 | 第54-56页 |
| 4.4 基于融合特征的车辆识别框架 | 第56-59页 |
| 4.5 算法的有效性分析 | 第59-60页 |
| 4.6 算法的时间复杂度分析 | 第60-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第五章 车辆识别算法的测试与分析 | 第62-71页 |
| 5.1 车辆数据库的建立 | 第62页 |
| 5.2 测试内容与测试环境 | 第62-63页 |
| 5.3 算法子模块的测试与分析 | 第63-65页 |
| 5.3.1 车辆检测模块测试 | 第63-64页 |
| 5.3.2 车灯组件特征提取模块测试 | 第64-65页 |
| 5.3.3 格栅组件特征提取模块测试 | 第65页 |
| 5.4 基于多特征级联的车辆识别算法测试与分析 | 第65-67页 |
| 5.5 基于融合特征的车辆识别算法测试与分析 | 第67-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第六章 总结和展望 | 第71-72页 |
| 6.1 论文总结 | 第71页 |
| 6.2 论文的工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
