智能交通系统中车标图像识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-16页 |
| ·智能交通系统 | 第7-9页 |
| ·智能交通系统的研究背景及内容 | 第7页 |
| ·智能交通系统发展现状 | 第7-9页 |
| ·车标识别系统概述 | 第9-15页 |
| ·选题的科学意义和应用前景 | 第9-10页 |
| ·车标识别系统的关键技术 | 第10-12页 |
| ·车标识别研究现状 | 第12-14页 |
| ·车标识别应用现状 | 第14-15页 |
| ·本文主要研究内容 | 第15-16页 |
| 2 车标图像处理基础 | 第16-26页 |
| ·颜色空间选择 | 第16-17页 |
| ·图像去噪 | 第17-19页 |
| ·边缘检测 | 第19-24页 |
| ·尺寸归一化 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于梯度投影检测和对称性验证的车标定位 | 第26-38页 |
| ·排气扇与引擎盖分界线求取算法 | 第26-27页 |
| ·水平竖直排气扇区分算法 | 第27-32页 |
| ·水平梯度竖直投影跳变次数法 | 第28-30页 |
| ·边缘方向统计法 | 第30-32页 |
| ·基于梯度投影的车标定位算法 | 第32-35页 |
| ·水平排气扇车标定位 | 第32-34页 |
| ·竖直排气扇车标定位 | 第34-35页 |
| ·基于左右边界对称性的车标验证 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于HOG和SVM的车标识别 | 第38-55页 |
| ·车标图像特征提取 | 第38-43页 |
| ·二维主成分分析(2DPCA) | 第38-39页 |
| ·方向梯度直方图(HOG) | 第39-43页 |
| ·分类器选取 | 第43-51页 |
| ·最近邻分类器 | 第43-46页 |
| ·支持向量机 | 第46-51页 |
| ·车标识别实验分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于DM8168车标识别系统设计与实现 | 第55-63页 |
| ·系统设计 | 第55-56页 |
| ·ARM端架构 | 第56-58页 |
| ·DSP端算法 | 第58-59页 |
| ·定位算法的实现 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
