ETC系统视频监控图像中的车型识别技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.2 车型识别技术的研究现状和发展趋势 | 第12-18页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.2.3 发展趋势 | 第15页 |
| 1.2.4 论文的主要研究内容和章节安排 | 第15-18页 |
| 第2章 图像处理基础及车辆图像预处理 | 第18-26页 |
| 2.1 数字图像的分类 | 第18-19页 |
| 2.2 图像尺寸/格式归一化 | 第19页 |
| 2.3 图像灰度化 | 第19-20页 |
| 2.4 空间域图像增强 | 第20-23页 |
| 2.4.1 高斯模板滤波 | 第21-22页 |
| 2.4.2 中值模板滤波 | 第22-23页 |
| 2.5 二值化处理 | 第23-24页 |
| 2.6 图像形态学处理 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第3章 视频监控图像的车辆检测 | 第26-39页 |
| 3.1 运动车辆检测 | 第26-31页 |
| 3.1.1 ViBe前景检测算法 | 第26-27页 |
| 3.1.2 光流法 | 第27-28页 |
| 3.1.3 帧间差分法 | 第28-29页 |
| 3.1.4 背景差分法 | 第29-31页 |
| 3.2 背景建模与更新方法 | 第31-33页 |
| 3.2.1 单高斯建模法 | 第31-32页 |
| 3.2.2 背景更新 | 第32页 |
| 3.2.3 实验结果 | 第32-33页 |
| 3.3 图像后处理及边缘检测 | 第33-37页 |
| 3.3.1 一阶微分算子 | 第33-35页 |
| 3.3.2 二阶微分算子 | 第35-37页 |
| 3.4 实验结果 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 车辆特征提取与选择 | 第39-52页 |
| 4.1 车型分类和车辆特征描述子概述 | 第39页 |
| 4.2 车辆几何特征描述 | 第39-45页 |
| 4.2.1 基于扫描算法的图像填充 | 第40-42页 |
| 4.2.2 基于投影的车辆外接矩形 | 第42-45页 |
| 4.3 车辆矩特征描述 | 第45-47页 |
| 4.4 车辆轮廓特征描述 | 第47-48页 |
| 4.5 车辆特征选择 | 第48-51页 |
| 4.5.1 特征数据分析处理 | 第48-50页 |
| 4.5.2 特征选择 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 车辆类型识别 | 第52-67页 |
| 5.1 几种常用分类方法介绍 | 第52-54页 |
| 5.2 支持向量机的概念 | 第54-59页 |
| 5.2.1 线性支持向量机 | 第56-58页 |
| 5.2.2 非线性支持向量机 | 第58-59页 |
| 5.3 支持向量机分类器的训练和测试 | 第59-66页 |
| 5.3.1 分类器的训练与测试 | 第59-62页 |
| 5.3.2 训练过程与测试过程的改进 | 第62-66页 |
| 5.4 实验结果分析 | 第66页 |
| 5.5 本章小结 | 第66-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 6.1 本文工作总结 | 第67页 |
| 6.2 对未来工作的展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74页 |
