| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·车辆检测的背景和意义 | 第8-9页 |
| ·车辆检测国内外的研究现状 | 第9-11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 车辆检测方法概述 | 第13-17页 |
| ·传统车辆检测方法 | 第13-15页 |
| ·背景差分法 | 第13页 |
| ·帧间差分法 | 第13-14页 |
| ·光流法 | 第14-15页 |
| ·车辆检测系统流程图 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 车辆检测预处理 | 第17-30页 |
| ·图像灰度化 | 第17-18页 |
| ·直方图修正均衡 | 第18-19页 |
| ·噪声处理 | 第19-22页 |
| ·均值滤波器 | 第20-21页 |
| ·中值滤波器 | 第21-22页 |
| ·阈值分割 | 第22-24页 |
| ·双峰法 | 第22-23页 |
| ·大津法 | 第23-24页 |
| ·边缘检测 | 第24-28页 |
| ·Sobel边缘算子 | 第24-26页 |
| ·Canny边缘算子 | 第26-28页 |
| ·图像归一化缩放采用插值法 | 第28-29页 |
| ·最近邻插值 | 第28页 |
| ·双线性插值 | 第28-29页 |
| ·双三次插值 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于融合特征和AdaBoost分类器的车辆检测算法 | 第30-43页 |
| ·Haar-like特征算法 | 第30-34页 |
| ·Haar-like特征 | 第30页 |
| ·Haar-like矩形特征的表示 | 第30-33页 |
| ·利用积分图像快速计算Haar-like特征 | 第33-34页 |
| ·HOG梯度方向直方图特征算法 | 第34-37页 |
| ·HOG算法流程 | 第34-36页 |
| ·多尺度HOG特征 | 第36-37页 |
| ·利用积分直方图快速计算HOG特征 | 第37页 |
| ·AdaBoost分类器算法 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 车辆检测实验与结果分析 | 第43-52页 |
| ·训练和测试数据库选用和性能评价参数 | 第43-45页 |
| ·基于AdaBoost算法单级检测器 | 第45-47页 |
| ·基于AdaBoost算法单级检测器 | 第45-46页 |
| ·仿真实验 | 第46-47页 |
| ·基于AdaBoost算法级联检测器 | 第47-51页 |
| ·基于AdaBoost算法级联检测器 | 第47-48页 |
| ·仿真实验 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·本文研究总结 | 第52页 |
| ·未来研究展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |