车辆多特征识别方法研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-13页 |
| 1.3 本文的主要贡献与创新 | 第13-14页 |
| 1.4 本文的章节结构安排 | 第14-15页 |
| 第二章 车辆检测方法研究 | 第15-28页 |
| 2.1 车辆检测方法概述 | 第15-16页 |
| 2.2 聚合通道特征 | 第16-21页 |
| 2.2.1 LUV色彩空间 | 第17-18页 |
| 2.2.2 梯度幅值 | 第18页 |
| 2.2.3 方向梯度直方图 | 第18-19页 |
| 2.2.4 特征计算过程 | 第19页 |
| 2.2.5 快速特征金字塔 | 第19-21页 |
| 2.3 基于机器学习的车辆检测 | 第21-25页 |
| 2.3.1 Adaboost算法原理 | 第21-22页 |
| 2.3.2 车辆检测及窗口融合 | 第22-24页 |
| 2.3.3 检测算法测试 | 第24-25页 |
| 2.4 车辆图像增强 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 车辆号牌识别方法研究 | 第28-46页 |
| 3.1 车辆号牌知识 | 第28-29页 |
| 3.2 车辆号牌识别框架 | 第29-32页 |
| 3.2.1 号牌定位方法 | 第30页 |
| 3.2.2 字符识别方法 | 第30-31页 |
| 3.2.3 号牌识别框架 | 第31-32页 |
| 3.3 车辆号牌定位 | 第32-39页 |
| 3.3.1 基于颜色特征的号牌定位 | 第32-35页 |
| 3.3.2 基于字符特征的号牌定位 | 第35-37页 |
| 3.3.3 伪号牌剔除与极大值抑制 | 第37-38页 |
| 3.3.4 定位算法测试 | 第38-39页 |
| 3.4 号牌矫正与字符分割 | 第39-42页 |
| 3.4.1 号牌矫正 | 第40-41页 |
| 3.4.2 字符分割 | 第41-42页 |
| 3.5 号牌字符识别 | 第42-44页 |
| 3.5.1 多级SVM分类 | 第42-43页 |
| 3.5.2 识别算法测试 | 第43-44页 |
| 3.6 算法框架对比 | 第44-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 车辆型号与颜色识别方法研究 | 第46-66页 |
| 4.1 CNN发展概述 | 第46-52页 |
| 4.2 CNN基础概述 | 第52-55页 |
| 4.2.1 局部连接与权值共享 | 第52-53页 |
| 4.2.2 CNN网络结构概述 | 第53-55页 |
| 4.3 车辆型号识别 | 第55-61页 |
| 4.3.1 数据准备及训练 | 第56-60页 |
| 4.3.2 识别算法测试 | 第60-61页 |
| 4.4 车辆颜色识别 | 第61-65页 |
| 4.4.1 数据准备及训练 | 第62-64页 |
| 4.4.2 识别算法测试 | 第64-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 全文总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 后续工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间取得的成果 | 第75-76页 |
