基于视频图像的车型识别系统设计与实现
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 选题背景与研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 车型识别的研究现状 | 第11-12页 |
| 1.2.2 基于视频图像的车型识别研究现状 | 第12-13页 |
| 1.3 论文主要内容和组织结构 | 第13-15页 |
| 第二章 车型识别系统的实现方案设计 | 第15-19页 |
| 2.1 车型识别系统中主要功能 | 第15-16页 |
| 2.2 车型识别系统的硬件组成 | 第16-17页 |
| 2.2.1 摄像机 | 第16页 |
| 2.2.2 数据处理器 | 第16-17页 |
| 2.3 车型识别系统人机交互界面的设计 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 道路视频图像预处理和车辆检测 | 第19-40页 |
| 3.1 视频图像预处理 | 第19-23页 |
| 3.1.1 图像灰度化 | 第19-20页 |
| 3.1.2 图像滤波 | 第20-22页 |
| 3.1.3 图像形态学处理 | 第22-23页 |
| 3.2 车辆检测介绍 | 第23-24页 |
| 3.3 有形目标检测 | 第24-27页 |
| 3.3.1 基于图像分割的目标检测方法 | 第24-25页 |
| 3.3.2 基于模板匹配的目标检测方法 | 第25-26页 |
| 3.3.3 基于机器学习的目标检测方法 | 第26-27页 |
| 3.4 运动目标检测 | 第27-35页 |
| 3.4.1 基于帧间差分法的目标检测 | 第27-29页 |
| 3.4.2 基于背景差分法的目标检测 | 第29-33页 |
| 3.4.3 基于光流法的目标检测 | 第33-35页 |
| 3.5 目标物体的阴影检测 | 第35-38页 |
| 3.6 本章总结 | 第38-40页 |
| 第四章 车辆特征提取与车辆跟踪 | 第40-54页 |
| 4.1 车辆特征提取 | 第40-47页 |
| 4.1.1 车辆几何特征的提取 | 第41页 |
| 4.1.2 HOG特征提取 | 第41-45页 |
| 4.1.3 SURF特征提取 | 第45-46页 |
| 4.1.4 论文车型识别系统中所使用的特征 | 第46-47页 |
| 4.2 车辆的跟踪 | 第47-53页 |
| 4.2.1 Mean Shift跟踪算法 | 第48-50页 |
| 4.2.2 卡尔曼滤波跟踪算法 | 第50-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 车型分类器设计与系统整体测试 | 第54-61页 |
| 5.1 支持向量机算法 | 第54-57页 |
| 5.1.1 最优分类面 | 第54-56页 |
| 5.1.2 支持向量机 | 第56-57页 |
| 5.2 基于SVM的车型分类器设计 | 第57-58页 |
| 5.3 系统整体测试与结果分析 | 第58-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文总结 | 第61页 |
| 6.2 不足与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
