车型识别技术在视频监控中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究的目的和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| 第二章 数字图像处理基本知识 | 第11-23页 |
| ·颜色模型 | 第11-14页 |
| ·RGB 颜色模型 | 第11-12页 |
| ·HSI 颜色模型 | 第12-14页 |
| ·彩色图像的灰度化 | 第14-15页 |
| ·灰度图像的二值化 | 第15-18页 |
| ·二值化 | 第15-16页 |
| ·图像增强技术 | 第16-18页 |
| ·基于数学形态学的图像处理技术 | 第18-23页 |
| ·腐蚀与膨胀 | 第19-20页 |
| ·开启与闭合 | 第20-23页 |
| 第三章 运动目标检测与提取 | 第23-33页 |
| ·引言 | 第23-24页 |
| ·光流法 | 第24-27页 |
| ·基于梯度的光流法 | 第25-26页 |
| ·基于块匹配的光流法 | 第26-27页 |
| ·帧间差法提取运动目标 | 第27-29页 |
| ·背景差分算法 | 第29-33页 |
| 第四章 特征提取方法概述 | 第33-43页 |
| ·引言 | 第33-34页 |
| ·颜色特征 | 第34-37页 |
| ·颜色特征 | 第34页 |
| ·常用的颜色特征提取方法 | 第34-37页 |
| ·空间关系特征 | 第37页 |
| ·空间关系 | 第37页 |
| ·常用的特征提取与匹配方法 | 第37页 |
| ·代数特征 | 第37-38页 |
| ·纹理特征 | 第38-43页 |
| ·纹理特征 | 第38-39页 |
| ·纹理特征描述方法 | 第39-43页 |
| 第五章 基于特征脸和纹理特征的车型识别研究 | 第43-55页 |
| ·基于特征脸的车型识别方法研究 | 第43-48页 |
| ·特征脸法 | 第43页 |
| ·基于K-L 变换的特征脸法 | 第43-45页 |
| ·特征脸法具体步骤 | 第45-46页 |
| ·计算特征脸 | 第46-47页 |
| ·基于特征脸的车脸车型识别 | 第47-48页 |
| ·基于纹理特征的车型识别方法研究 | 第48-55页 |
| ·灰度共生矩阵算法 | 第48-51页 |
| ·纹理特征的提取 | 第51-52页 |
| ·基于纹理特征的车脸车型识别 | 第52-55页 |
| 第六章 实验结果及分析 | 第55-65页 |
| ·实验系统环境和开发工具 | 第55页 |
| ·系统功能模块分析 | 第55-62页 |
| ·图像预处理模块 | 第55-58页 |
| ·图像特征提取模块 | 第58-61页 |
| ·识别模块 | 第61-62页 |
| ·优缺点分析 | 第62-65页 |
| ·特征脸法优缺点 | 第62-63页 |
| ·共生矩阵算法优缺点 | 第63-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·论文总结 | 第65页 |
| ·论文进一步的工作展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-72页 |
