| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-11页 |
| 第一章 绪论 | 第11-31页 |
| §1.1 研究背景、目的和意义 | 第11-16页 |
| §1.2 支撑矢量机概述 | 第16-18页 |
| §1.3 支撑矢量机图象分类与车牌识别中关于特征选取的考虑 | 第18-19页 |
| §1.4 支撑矢量机在图象分类和车牌识别中的实现问题 | 第19-20页 |
| §1.5 实时分任务嵌入式车牌识别系统概述 | 第20-22页 |
| §1.6 本论文的主要研究内容和章节安排 | 第22-24页 |
| 参考文献 | 第24-31页 |
| 第二章 支撑矢量机及其决策树分类识别模型 | 第31-53页 |
| §2.1 引言 | 第31页 |
| §2.2 支撑矢量机基本理论 | 第31-37页 |
| §2.2.1 支撑矢量机线性分类的几何模型 | 第31-33页 |
| §2.2.2 多类SVM分析 | 第33-34页 |
| §2.2.3 C-SVM分类问题 | 第34-35页 |
| §2.2.4 v-SVM分类问题 | 第35-36页 |
| §2.2.5 非线性分类情况的考虑 | 第36-37页 |
| §2.3 SVM分类算法 | 第37-44页 |
| §2.3.1 SVM分类的基本算法 | 第37-38页 |
| §2.3.2 Chunking算法 | 第38-39页 |
| §2.3.3 固定样本工作集算法 | 第39-40页 |
| §2.3.4 SMO算法 | 第40-44页 |
| §2.3.4.1 两个Lagrange乘子的优化问题 | 第40-42页 |
| §2.3.4.2 选择待优化Lagrange乘子的试探找点法 | 第42-43页 |
| §2.3.4.3 最小优化后的重置工作 | 第43-44页 |
| §2.3.4.4 SMO算法的特点和优势 | 第44页 |
| §2.4 结合多层感知器的单向二叉决策树多类支撑矢量机分类 | 第44-50页 |
| §2.4.1 基于多层感知器的多类支撑矢量机训练模型 | 第45-47页 |
| §2.4.1.1 多层感知器结构分析 | 第45页 |
| §2.4.1.2 多层感知器的BP算法 | 第45-46页 |
| §2.4.1.3 结合多层感知器的多类支撑矢量机训练 | 第46-47页 |
| §2.4.2 基于单向二叉决策树的多类支撑矢量机分类模型 | 第47-50页 |
| §2.4.2.1 基本的多类支撑矢量机分类方法 | 第47-49页 |
| §2.4.2.2 基于单向二叉决策树的多类支撑矢量机分类模型 | 第49-50页 |
| §2.5 本章小结 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 第三章 支撑矢量机纹理图像分类识别研究 | 第53-71页 |
| §3.1 引言 | 第53-54页 |
| §3.2 纹理图像的空域特征提取 | 第54-58页 |
| §3.2.1 直方图特征 | 第54-55页 |
| §3.2.2 纹理图像的自相关特征 | 第55-56页 |
| §3.2.3 纹理图像的灰度分布统计特征 | 第56-58页 |
| §3.3 纹理图像的DCT域特征提取 | 第58-61页 |
| §3.3.1 离散余弦变换及其数值算法 | 第58-60页 |
| §3.3.2 DCT域中的特征提取 | 第60-61页 |
| §3.4 基于支撑矢量机的纹理图像分类与牌照定位 | 第61-68页 |
| §3.4.1 纹理图像的分类 | 第61-63页 |
| §3.4.2 分类精度、分类速度及感兴趣区域的考虑 | 第63页 |
| §3.4.3 实验结果和讨论 | 第63-68页 |
| §3.5 本章小结 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 第四章 支撑矢量机字符图像分类识别研究 | 第71-91页 |
| §4.1 引言 | 第71页 |
| §4.2 基于边缘检测的字符图像特征提取 | 第71-81页 |
| §4.2.1 基于边缘生长算法的边缘特征提取 | 第71-76页 |
| §4.2.1.1 理论模型 | 第71-73页 |
| §4.2.1.2 参数定义 | 第73-74页 |
| §4.2.1.3 算法过程 | 第74-75页 |
| §4.2.1.4 实验结果和讨论 | 第75-76页 |
| §4.2.2 基于RGB降维模型和小波分析的边缘特征提取 | 第76-81页 |
| §4.2.2.1 理论模型 | 第76-77页 |
| §4.2.2.2 RGB空间的降维 | 第77页 |
| §4.2.2.3 小波理论基础 | 第77-78页 |
| §4.2.2.4 小波图像边缘检测方法 | 第78-79页 |
| §4.2.2.5 实验结果及讨论 | 第79-81页 |
| §4.3 基于支撑矢量机和边缘检测的字符图像分类识别 | 第81-88页 |
| §4.3.1 字符图像的特征提取与表示 | 第81-83页 |
| §4.3.1.1 字符图像的特征提取与表示 | 第81-83页 |
| §4.3.1.2 字符图像的特征提取的改进 | 第83页 |
| §4.3.2 支撑矢量字符分类识别 | 第83-84页 |
| §4.3.3 实验结果与讨论 | 第84-88页 |
| §4.4 本章小节 | 第88-89页 |
| 参考文献 | 第89-91页 |
| 第五章 实时分任务嵌入式系统的硬件设计 | 第91-120页 |
| §5.1 引言 | 第91页 |
| §5.2 实时分任务嵌入式系统的设计思想 | 第91-93页 |
| §5.2.1 实时分任务嵌入式系统的必要性 | 第91-93页 |
| §5.2.2 实时分任务嵌入式系统的可行性 | 第93页 |
| §5.3 实时分任务嵌入式系统的硬件架构设计 | 第93-117页 |
| §5.3.1 DSP图像处理模块的设计 | 第93-101页 |
| §5.3.1.1 模块主要功能及基本框架 | 第93-96页 |
| §5.3.1.2 DSP时钟频率及启动配置方案 | 第96页 |
| §5.3.1.3 TMS320C6205对SAA7111的参数设置 | 第96-97页 |
| §5.3.1.4 图像存储及控制接口的CPLD设计 | 第97-99页 |
| §5.3.1.5 TMS320C6205与存储器的接口 | 第99-100页 |
| §5.3.1.6 实测信号 | 第100-101页 |
| §5.3.2 StrongARM实时控制及传输模块的设计 | 第101-105页 |
| §5.3.2.1 模块主要功能及基本框架 | 第101-104页 |
| §5.3.2.2 实测信号 | 第104-105页 |
| §5.3.3 DSP与ARM的协同接口模块设计及仿真 | 第105-117页 |
| §5.3.3.1 协同接口模块主要功能及基本框架 | 第105-106页 |
| §5.3.3.2 协同接口模块启动配置方案 | 第106-108页 |
| §5.3.3.3 协同接口模块启动配置流程 | 第108-109页 |
| §5.3.3.4 协同接口模块接口设计 | 第109页 |
| §5.3.3.5 异步FIFO实现不同模块之间的接口 | 第109-111页 |
| §5.3.3.6 SDRAM控制器设计 | 第111-115页 |
| §5.3.3.7 其他设计要点与技巧 | 第115-117页 |
| §5.4 本章小节 | 第117-118页 |
| 参考文献 | 第118-120页 |
| 第六章 实时分任务嵌入式系统的软件设计及汽车车牌识别的实现 | 第120-151页 |
| §6.1 引言 | 第120页 |
| §6.2 DSP图像处理模块的软件设计 | 第120-127页 |
| §6.2.1 DSP／BIOS简介 | 第120-122页 |
| §6.2.1.1 任务调度模块(HWI／SWI／TSK) | 第121-122页 |
| §6.2.1.2 通讯模块(PIP／SIO) | 第122页 |
| §6.2.2 低级设备驱动(LIO) | 第122-124页 |
| §6.2.2.1 总体设计、设想和命名规范 | 第122-123页 |
| §6.2.2.2 三类函数的分析 | 第123-124页 |
| §6.2.3 DSP／BIOS环境下的数据通信 | 第124-125页 |
| §6.2.4 DSP／BIOS内核技术 | 第125-126页 |
| §6.2.5 DSP／BIOS开发与应用 | 第126-127页 |
| §6.3 StrongARM实时控制及传输模块的软件设计 | 第127-141页 |
| §6.3.1 嵌入式Linux系统研究中的热点问题 | 第128-129页 |
| §6.3.2 嵌入式Linux系统实时性的改进 | 第129-132页 |
| §6.3.2.1 微定时器 | 第129-130页 |
| §6.3.2.2 双内核可抢占式体系结构 | 第130-131页 |
| §6.3.2.3 实时调度策略 | 第131-132页 |
| §6.3.3 嵌入式Linux系统存储管理的改进 | 第132-137页 |
| §6.3.3.1 Linux的存储管理基础 | 第132-133页 |
| §6.3.3.2 Linux的虚拟内存管理 | 第133-135页 |
| §6.3.3.3 改进Linux的存储管理 | 第135-137页 |
| §6.3.4 设备驱动程序开发 | 第137-141页 |
| §6.3.4.1 设计步骤 | 第137-138页 |
| §6.3.4.2 字符设备驱动程序的设计 | 第138-141页 |
| §6.3.4.3 块设备驱动程序和网络驱动程序 | 第141页 |
| §6.3 汽车车牌识别的实现 | 第141-149页 |
| §6.3.1 代码预处理 | 第142-143页 |
| §6.3.2 DSP图像处理的程序流程 | 第143-144页 |
| §6.3.3 DSP程序的优化 | 第144-147页 |
| §6.3.4 基于DSP的车牌识别流程 | 第147-149页 |
| §6.4 本章小节 | 第149-150页 |
| 参考文献 | 第150-151页 |
| 总结与展望 | 第151-153页 |
| 致谢 | 第153-154页 |
| 攻读博士期间完成的论文和取得的成果 | 第154页 |
