Otsu图像分割算法及其在车型识别中应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-22页 |
| ·课题依据与意义 | 第13-14页 |
| ·图像分割研究综述 | 第14-20页 |
| ·基于聚类的分割 | 第14-16页 |
| ·纹理分割 | 第16页 |
| ·基于图论的图像分割方法 | 第16-17页 |
| ·彩色图像分割方法 | 第17-19页 |
| ·其他图像分割方法 | 第19-20页 |
| ·本文主要工作及结构安排 | 第20-22页 |
| 第二章 图像分割基本算法原理 | 第22-34页 |
| ·引言 | 第22页 |
| ·图像分割基本理论 | 第22-24页 |
| ·图像分割定义 | 第22-23页 |
| ·图像分割基本方法 | 第23-24页 |
| ·阈值图像分割方法 | 第24-29页 |
| ·最小误差阈值选取法 | 第24-25页 |
| ·迭代阈值选取法 | 第25页 |
| ·最大熵自动阈值法 | 第25-27页 |
| ·Otsu 算法 | 第27-28页 |
| ·实验结果 | 第28-29页 |
| ·视频对象分割 | 第29-33页 |
| ·视频对象分割提取基本概念 | 第30页 |
| ·视频分割与图像分割的关系 | 第30页 |
| ·视频对象分割分类 | 第30-31页 |
| ·背景差法运动目标分割方法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 自适应二维Otsu 图像分割算法 | 第34-48页 |
| ·引言 | 第34页 |
| ·遗传算法的基本原理及实现过程 | 第34-36页 |
| ·遗传算法基本理论 | 第34-35页 |
| ·遗传算法的实现步骤 | 第35-36页 |
| ·自适应遗传算法 | 第36-39页 |
| ·改进的自适应遗传算法及其算子 | 第36-37页 |
| ·性能测试 | 第37-39页 |
| ·改进的二维Otsu 图像分割算法 | 第39-43页 |
| ·传统的二维Otsu 算法 | 第39-40页 |
| ·改进的思路与进展 | 第40-41页 |
| ·算法的实现 | 第41-43页 |
| ·基于自适应遗传算法的阈值向量求解方法 | 第43页 |
| ·实验结果分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于Otsu 图像分割算法的车型识别系统 | 第48-63页 |
| ·引言 | 第48页 |
| ·运动车辆检测 | 第48-57页 |
| ·摄像头安装 | 第49-50页 |
| ·虚拟线圈及检测区域的设置 | 第50-51页 |
| ·车辆检测 | 第51-55页 |
| ·车辆检测结果 | 第55-56页 |
| ·车辆闯红灯检测 | 第56-57页 |
| ·基于Otsu 算法的运动车辆提取 | 第57-58页 |
| ·车型识别方法 | 第58-60页 |
| ·车型分类 | 第59页 |
| ·车辆特征 | 第59-60页 |
| ·车型的判决 | 第60页 |
| ·实验结果 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间参与的科研项目 | 第69-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70-71页 |
