| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-18页 |
| ·选题背景及意义 | 第12页 |
| ·图像预处理算法的研究进展 | 第12-14页 |
| ·自适应小波收缩和各向异性扩散去噪算法的研究进展 | 第12-13页 |
| ·二维Otsu直线阈值型分割算法的研究进展 | 第13-14页 |
| ·行人检测研究进展 | 第14-16页 |
| ·行人检测的国内外研究现状 | 第14-15页 |
| ·行人检测技术现状 | 第15-16页 |
| ·存在主要问题 | 第16页 |
| ·本文的主要工作 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 2 基于自适应小波收缩和各向异性扩散的图像去噪 | 第18-30页 |
| ·图像去噪综述 | 第18页 |
| ·小波变换 | 第18-19页 |
| ·自适应小波收缩基本理论 | 第19-22页 |
| ·小波收缩 | 第19-20页 |
| ·自适应小波收缩 | 第20-22页 |
| ·各向异性扩散模型 | 第22-27页 |
| ·各向异性扩散模型 | 第22-25页 |
| ·小波收缩与各向异性扩散的关系 | 第25-27页 |
| ·混合去噪算法 | 第27-29页 |
| ·实验结果与分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 基于双树复小波变换的二维Otsu直线阈值型分割法 | 第30-42页 |
| ·图像分割综述 | 第30页 |
| ·双树复小波变换的基本理论 | 第30-33页 |
| ·复小波 | 第30-31页 |
| ·双树复小波变换 | 第31-33页 |
| ·基于双树复小波变换的二维Otsu直线阈值型分割法 | 第33-41页 |
| ·二维Otsu阈值算法 | 第33-36页 |
| ·二维Otsu直线阈值型分割算法 | 第36-37页 |
| ·基于双树复小波变换的二维Otsu直线阈值型分割法 | 第37-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 基于Gentle AdaBoost的夜间行人检测 | 第42-60页 |
| ·Gentle AdaBoost算法 | 第42-44页 |
| ·梯度直方图特征 | 第44-48页 |
| ·梯度直方图(HOG)特征简介 | 第44-45页 |
| ·HOG特征的计算 | 第45-48页 |
| ·HOG特征的计算 | 第45-46页 |
| ·基于积分图的快速HOG特征计算 | 第46-48页 |
| ·基于Gentle AdaBoost算法的分类器 | 第48-53页 |
| ·弱分类器 | 第48-49页 |
| ·强分类器 | 第49-50页 |
| ·多层分类器构成方式 | 第50页 |
| ·检测率与误检率 | 第50-51页 |
| ·训练方法与过程 | 第51-53页 |
| ·基于Gentle AdaBoost算法的夜间行人检测 | 第53-59页 |
| ·算法流程及检测部分简述 | 第53-57页 |
| ·实验结果及分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 5 基于DSP-FPGA的夜间行人检测系统的设计与实现 | 第60-72页 |
| ·系统总体组成框图 | 第60页 |
| ·系统硬件结构 | 第60-66页 |
| ·复位系统设计和芯片设置 | 第60-61页 |
| ·TMS320C6713外部存储器扩展 | 第61-63页 |
| ·协处理器FPGA模块 | 第63-64页 |
| ·视频捕获模块 | 第64-66页 |
| ·图像显示模块 | 第66页 |
| ·系统工作流程 | 第66页 |
| ·系统软件设计 | 第66-70页 |
| ·集成开发环境CCS | 第66页 |
| ·系统各模块程序设计 | 第66-68页 |
| ·实验过程和结果 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 6 总结与展望 | 第72-74页 |
| ·工作总结 | 第72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-82页 |
| 致谢 | 第82-83页 |
| 作者简介及读研期间主要科研成果 | 第83页 |
