基于视频的车辆信息提取与检索技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 车辆检测技术 | 第10页 |
| 1.2.2 车辆信息提取 | 第10-11页 |
| 1.2.3 车辆检索技术 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 第二章 车辆检测算法研究 | 第13-23页 |
| 2.1 概述 | 第13页 |
| 2.2 背景提取 | 第13-17页 |
| 2.2.1 背景生成 | 第13-15页 |
| 2.2.2 背景更新 | 第15-17页 |
| 2.3 车辆检测技术 | 第17-23页 |
| 2.3.1 轮廓提取 | 第17-20页 |
| 2.3.2 车辆检测 | 第20-23页 |
| 第三章 车辆信息提取算法研究 | 第23-35页 |
| 3.1 概述 | 第23页 |
| 3.2 车辆颜色识别 | 第23-29页 |
| 3.2.1 Haar小波变换 | 第23-24页 |
| 3.2.2 HSI颜色空间 | 第24-25页 |
| 3.2.3 颜色直方图 | 第25-26页 |
| 3.2.4 BP神经网络分类算法 | 第26-28页 |
| 3.2.5 实验结果与分析 | 第28-29页 |
| 3.3 车型识别算法 | 第29-35页 |
| 3.3.1 HOG特征原理 | 第29-30页 |
| 3.3.2 SVM分类算法 | 第30-32页 |
| 3.3.3 算法实现 | 第32-33页 |
| 3.3.4 实验结果与分析 | 第33-35页 |
| 第四章 车辆检索算法研究 | 第35-51页 |
| 4.1 概述 | 第35页 |
| 4.2 SIFT算法 | 第35-41页 |
| 4.2.1 高斯模糊和尺度空间理论 | 第35-37页 |
| 4.2.2 关键点定位和方向 | 第37-39页 |
| 4.2.3 关键点的特征描述 | 第39-41页 |
| 4.3 基于改进SIFT的车辆检索算法 | 第41-48页 |
| 4.3.1 SIFT算法分析 | 第41页 |
| 4.3.2 筛选匹配点 | 第41-43页 |
| 4.3.3 增加对称性 | 第43-46页 |
| 4.3.4 实验结果与分析 | 第46-48页 |
| 4.4 快速检索技术 | 第48-51页 |
| 第五章 车辆特征信息提取与管理软件的设计与实现 | 第51-65页 |
| 5.1 软件开发环境 | 第51页 |
| 5.2 软件功能与架构 | 第51-52页 |
| 5.3 主要模块设计与实现 | 第52-58页 |
| 5.3.1 车辆检测模块 | 第52-54页 |
| 5.3.2 信息提取模块 | 第54-55页 |
| 5.3.3 车辆检索模块 | 第55-56页 |
| 5.3.4 其它模块 | 第56-58页 |
| 5.4 软件测试 | 第58-65页 |
| 5.4.1 软件功能测试 | 第59-64页 |
| 5.4.2 软件性能测试 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者在攻读硕士学位期间的研究成果 | 第73页 |
| 公开发表的学术论文 | 第73页 |
