基于图像的车辆外形及标识的综合识别
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-13页 |
| ·课题研究的背景和意义 | 第7-8页 |
| ·课题研究的现状 | 第8-10页 |
| ·本文难点及主要研究内容 | 第10-13页 |
| ·本文主要难点 | 第10页 |
| ·本文研究内容 | 第10-13页 |
| 第2章 车辆特征选择及提取 | 第13-29页 |
| ·图像特征的概念及分类 | 第13-15页 |
| ·直方图特征 | 第13-14页 |
| ·线条和角点特征 | 第14页 |
| ·纹理特征 | 第14页 |
| ·灰度边沿特征 | 第14-15页 |
| ·车型分类标准 | 第15-16页 |
| ·车型特征的选择 | 第16-20页 |
| ·车辆标志特征分析 | 第18-19页 |
| ·车辆特征的确定 | 第19-20页 |
| ·车辆图像的预处理 | 第20-22页 |
| ·图像的平滑 | 第21页 |
| ·图像梯度锐化 | 第21-22页 |
| ·车辆特征的提取 | 第22-28页 |
| ·车辆图像边缘的检测 | 第23-24页 |
| ·车形的局部特征匹配 | 第24-26页 |
| ·车辆特征值分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 车型样本特征空间的建立 | 第29-51页 |
| ·样本特征数据分析 | 第29页 |
| ·数据聚类方法及选用 | 第29-34页 |
| ·硬划分的聚类方法 | 第30-31页 |
| ·模糊聚类分析方法 | 第31-34页 |
| ·特征数据模糊c-均值聚类应用 | 第34-41页 |
| ·特征数据聚类中心的选定 | 第34-37页 |
| ·特征数据聚类结果分析 | 第37-41页 |
| ·模糊特征空间的建立 | 第41-48页 |
| ·隶属度函数的确定 | 第41-47页 |
| ·样本特征隶属度矩阵建立 | 第47-48页 |
| ·本章小结 | 第48-51页 |
| 第4章 车辆的模糊分类 | 第51-65页 |
| ·模糊度量标准与判别原则 | 第51-53页 |
| ·贴近度 | 第51-53页 |
| ·最大隶属原则 | 第53页 |
| ·择近原则 | 第53页 |
| ·车型模糊分类方法 | 第53-62页 |
| ·基于隶属函数贴近度车型识别 | 第54-58页 |
| ·基于距离贴近度的车型识别 | 第58-61页 |
| ·改进加权贴近度模糊识别 | 第61-62页 |
| ·分层反馈模糊识别 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第5章 车辆识别实验及结果分析 | 第65-77页 |
| ·车辆软件识别流程及界面环境 | 第65-66页 |
| ·不同距离的车辆识别 | 第66-68页 |
| ·不同旋转角度的车辆识别 | 第68-70页 |
| ·车辆综合识别 | 第70-75页 |
| ·正确识别车辆的分析 | 第70-72页 |
| ·错误识别车辆的分析 | 第72-74页 |
| ·未识别车辆的分析 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| ·总结 | 第77-78页 |
| ·展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 附录 | 第83-101页 |
| 致谢 | 第101-102页 |
| 摘要 | 第102-105页 |
| Abstract | 第105-108页 |
