| 摘要 | 第2-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 引言 | 第8页 |
| 1.2 课题研究背景及意义 | 第8-9页 |
| 1.2.1 课题来源 | 第8页 |
| 1.2.2 研究目的及意义 | 第8-9页 |
| 1.3 多传感器信息融合目标识别概述 | 第9-11页 |
| 1.4 国内外研究现状 | 第11-13页 |
| 1.4.1 国外研究现状 | 第11-12页 |
| 1.4.2 国内研究现状 | 第12-13页 |
| 1.5 论文安排 | 第13-15页 |
| 2 DS理论证据冲突问题的研究 | 第15-31页 |
| 2.1 引言 | 第15页 |
| 2.2 DS证据理论及其模型解释概述 | 第15-19页 |
| 2.2.1 DS理论基础 | 第15-17页 |
| 2.2.2 证据合成规则 | 第17-18页 |
| 2.2.3 算法实现 | 第18页 |
| 2.2.4 DS的应用 | 第18-19页 |
| 2.3 DS证据理论存在问题及改进措施 | 第19-27页 |
| 2.3.1 冲突分类与产生的原因 | 第19-20页 |
| 2.3.2 已有的改进方法 | 第20-22页 |
| 2.3.3 一种基于主元的改进方法 | 第22-27页 |
| 2.4 算例分析与验证 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 车辆识别相关技术研究 | 第31-58页 |
| 3.1 引言 | 第31页 |
| 3.2 图像预处理 | 第31-40页 |
| 3.3 图像特征提取算法研究 | 第40-49页 |
| 3.3.1 红外图像特征提取 | 第40-42页 |
| 3.3.2 可见光图像不变矩特征提取 | 第42-49页 |
| 3.4 可见光、红外传感器车辆目标识别仿真实验验证 | 第49-57页 |
| 3.4.1 识别分类器 | 第49-50页 |
| 3.4.2 识别仿真实验与结果分析 | 第50-57页 |
| 3.5 本章小结 | 第57-58页 |
| 4 基于证据理论的多传感器车辆目标识别研究 | 第58-83页 |
| 4.1 引言 | 第58页 |
| 4.2 证据理论的融合原理 | 第58-62页 |
| 4.3 证据理论应用中的关键问题 | 第62-65页 |
| 4.3.1 基本概率分配函数的获取 | 第62-64页 |
| 4.3.2 基于DS理论的目标识别决策规则 | 第64页 |
| 4.3.3 DS决策级融合目标识别步骤 | 第64-65页 |
| 4.4 DS证据理论的决策级融合车型分类实验 | 第65-81页 |
| 4.4.1 实验仿真 | 第65-66页 |
| 4.4.2 车辆特征提取及特征库建立 | 第66-73页 |
| 4.4.3 仿真实验与结果分析 | 第73-81页 |
| 4.5 本章小结 | 第81-83页 |
| 5 结论 | 第83-86页 |
| 5.1 总结 | 第83-84页 |
| 5.2 展望 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 攻读硕士学位期间发表的论文 | 第90-91页 |
| 致谢 | 第91-94页 |