显著性检测及在智能交通系统中的应用
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
缩略词 | 第11-12页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景和意义 | 第12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 视觉显著性研究现状 | 第12-14页 |
1.2.2 交通标志检测研究现状 | 第14-15页 |
1.2.3 车辆检测研究现状 | 第15-16页 |
1.3 本文研究内容与章节安排 | 第16-18页 |
第二章 目标检测技术与视觉显著性基本理论 | 第18-34页 |
2.1 引言 | 第18页 |
2.2 背景不变下的运动目标检测 | 第18-19页 |
2.2.1 帧间差分法 | 第18页 |
2.2.2 背景差法 | 第18-19页 |
2.2.3 光流法 | 第19页 |
2.3 基于目标特征的检测方法 | 第19-25页 |
2.3.1 基于颜色特征的目标检测 | 第19-21页 |
2.3.2 基于形状特征的目标检测 | 第21-22页 |
2.3.3 特征响应法 | 第22-23页 |
2.3.4 SURF特征简介 | 第23-25页 |
2.4 显著性检测模型 | 第25-26页 |
2.4.1 视觉注意机制 | 第25-26页 |
2.4.2 视觉注意模型 | 第26页 |
2.5 经典显著性检测方法 | 第26-33页 |
2.5.1 IT模型 | 第27-29页 |
2.5.2 SR模型 | 第29-30页 |
2.5.3 CA模型 | 第30-32页 |
2.5.4 HC和RC模型 | 第32-33页 |
2.6 本章小结 | 第33-34页 |
第三章 基于改进的RC显著模型的交通标志检测 | 第34-44页 |
3.1 引言 | 第34-35页 |
3.2 几种显著性方法对比 | 第35-36页 |
3.3 图像预处理 | 第36-39页 |
3.3.1 颜色空间量化与平滑 | 第36-37页 |
3.3.2 基于图的图像区域划分 | 第37-39页 |
3.4 图像显著图计算 | 第39-42页 |
3.4.1 区域颜色选取 | 第39页 |
3.4.2 空间加权 | 第39-40页 |
3.4.3 颜色加权 | 第40页 |
3.4.4 空间位置约束 | 第40页 |
3.4.5 算法总体流程 | 第40-41页 |
3.4.6 实验分析与结果 | 第41-42页 |
3.5 本章小结 | 第42-44页 |
第四章 基于BMS显著模型的车辆检测 | 第44-54页 |
4.1 引言 | 第44-45页 |
4.2 车辆显著性检测 | 第45-48页 |
4.2.1 二值图的生成 | 第45-46页 |
4.2.2 注意图生成 | 第46-47页 |
4.2.3 实验结果与分析 | 第47-48页 |
4.3 基于Dbow算法的车辆检测 | 第48-52页 |
4.3.1 训练过程 | 第49-51页 |
4.3.2 图像分类过程 | 第51-52页 |
4.3.3 实验结果与分析 | 第52页 |
4.4 本章小结 | 第52-54页 |
第五章 基于显著性检测的交通标志与车辆检测系统 | 第54-61页 |
5.1 引言 | 第54页 |
5.2 开发环境简介 | 第54页 |
5.2.1 VS2013简介 | 第54页 |
5.2.2 Open CV简介 | 第54页 |
5.3 交通标志检测系统结构设计 | 第54-57页 |
5.3.1 输入模块 | 第55页 |
5.3.2 颜色量化模块 | 第55-56页 |
5.3.3 图像分割模块 | 第56页 |
5.3.4 显著性检测模块 | 第56-57页 |
5.3.5 输出模块 | 第57页 |
5.4 车辆检测系统结构设计 | 第57-59页 |
5.4.1 训练模块 | 第58页 |
5.4.2 输入模块 | 第58页 |
5.4.3 显著性检测模块 | 第58-59页 |
5.4.4 车辆检索及输出模块 | 第59页 |
5.5 功能界面展示 | 第59-60页 |
5.6 系统性能分析 | 第60页 |
5.7 本章小结 | 第60-61页 |
第六章 总结与展望 | 第61-63页 |
6.1 本文工作总结 | 第61页 |
6.2 未来工作展望 | 第61-63页 |
参考文献 | 第63-69页 |
致谢 | 第69-70页 |
在学期间的研究成果及发表的学术论文 | 第70页 |