基于小波分析的车型自动识别系统的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 项目研究的意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-15页 |
| 1.2.1 智能交通系统的国内外现状 | 第10-12页 |
| 1.2.2 车型识别技术的国内外发展现状 | 第12-14页 |
| 1.2.3 小波分析的国内外发展现状 | 第14-15页 |
| 1.3 研究内容和拟解决的关键问题 | 第15-16页 |
| 第二章 运动车辆自动识别理论基础 | 第16-36页 |
| 2.1 智能交通系统(ITS) | 第16-17页 |
| 2.2 模式识别与ITS | 第17-27页 |
| 2.2.1 车牌自动识别技术 | 第17-18页 |
| 2.2.2 车型识别技术分析 | 第18-27页 |
| 2.3 小波变换基础 | 第27-35页 |
| 2.3.1 小波变换的发展过程 | 第27-28页 |
| 2.3.2 时频分析与多分辨率分析 | 第28-32页 |
| 2.3.3 小波的分解和重构 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 车辆图像轮廓的提取 | 第36-50页 |
| 3.1 车辆信号的采集与处理系统 | 第37页 |
| 3.2 车辆图像信号的提取 | 第37-42页 |
| 3.2.1 图像边缘信号的小波提取 | 第38-39页 |
| 3.2.2 二进制小波的构造 | 第39页 |
| 3.2.3 小波的分解与重构 | 第39-40页 |
| 3.2.4 提取车辆轮廓图像 | 第40-42页 |
| 3.3 基于LoG算法的车辆图像边缘信号的提取 | 第42-47页 |
| 3.3.1 LoG算子的一般式 | 第43-45页 |
| 3.3.2 应用LoG算子提取车辆图像边缘 | 第45-47页 |
| 3.4 车辆的辅助性判断 | 第47-49页 |
| 3.4.1 车辆颜色的识别 | 第47页 |
| 3.4.2 车辆型号的识别 | 第47-48页 |
| 3.4.3 基于模板匹配的车牌字符识别 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 车型识别系统的设计与实现 | 第50-68页 |
| 4.1 系统方案及指标 | 第50-52页 |
| 4.1.1 系统设计方案 | 第50-51页 |
| 4.1.2 系统指标 | 第51-52页 |
| 4.2 功能模块设计 | 第52-58页 |
| 4.2.1 红外检测模块 | 第53-54页 |
| 4.2.2 压电传感模块 | 第54-55页 |
| 4.2.3 数据处理模块 | 第55-58页 |
| 4.3 功能模块实现 | 第58-65页 |
| 4.3.1 车型识别流程 | 第58-59页 |
| 4.3.2 车型识别算法及代码 | 第59-65页 |
| 4.3.3 车型识别库构建 | 第65页 |
| 4.4 系统测试 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 结论与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |
