基于移动区域的快速车型识别
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 前言 | 第9-10页 |
| 1 绪论 | 第10-16页 |
| ·选题的意义及研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 2 模式识别基础 | 第16-24页 |
| ·模式识别概念 | 第16-19页 |
| ·模式识别分类 | 第19-20页 |
| ·模糊模式识别 | 第20-24页 |
| ·模糊集 | 第21-22页 |
| ·模糊分类器 | 第22-24页 |
| 3 图象分割与运动目标检测 | 第24-30页 |
| ·图象分割技术 | 第24-27页 |
| ·基于阈值的分割方法 | 第24-26页 |
| ·基于熵的分割 | 第26页 |
| ·基于色度和空间的分割方法 | 第26-27页 |
| ·基于Gabor小波的纹理分割方法 | 第27页 |
| ·运动目标检测方法 | 第27-30页 |
| ·帧间差分法 | 第28页 |
| ·背景差分法 | 第28-29页 |
| ·光流法 | 第29-30页 |
| 4 车型识别系统关键技术 | 第30-41页 |
| ·自适应背景更新 | 第30-34页 |
| ·基于高斯模型的自适应阈值的确定 | 第31-32页 |
| ·背景提取 | 第32页 |
| ·求取移动区域 | 第32-33页 |
| ·自适应背景模型更新 | 第33-34页 |
| ·标签法快速去噪处理 | 第34页 |
| ·基于HSV颜色空间的阴影去除 | 第34-41页 |
| ·问题描述 | 第34-36页 |
| ·HSV颜色系统 | 第36-37页 |
| ·基于HSV颜色空间阴影检测原理 | 第37-39页 |
| ·阴影检测过程 | 第39-41页 |
| 5 车型识别系统 | 第41-57页 |
| ·系统总体结构图 | 第41-42页 |
| ·车型分类 | 第42-43页 |
| ·轮廓提取及Freeman链码 | 第43-46页 |
| ·轮廓提取算法 | 第43-44页 |
| ·Freeman 链码原理 | 第44-45页 |
| ·轮廓平滑 | 第45-46页 |
| ·车型特征值计算 | 第46-50页 |
| ·车长与车高 | 第46页 |
| ·图象相对矩 | 第46-50页 |
| ·车型识别 | 第50-57页 |
| ·建立模糊模式 | 第50-51页 |
| ·建立隶属度函数 | 第51-53页 |
| ·利用最大隶属原则识别车型 | 第53页 |
| ·结果分析 | 第53-57页 |
| 6 总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 个人论文发表情况 | 第61页 |
| 作者个人简历 | 第61-62页 |
| 致谢 | 第62页 |
