面向智能交通场景的低层语义提取算法研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 论文主要研究内容 | 第10-12页 |
| 1.3 论文组织结构 | 第12-13页 |
| 第二章 基于多特征融合的车标识别 | 第13-31页 |
| 2.1 车标识别研究现状 | 第13-18页 |
| 2.2 车标特征提取 | 第18-24页 |
| 2.2.1 Uniform LBP特征 | 第19-21页 |
| 2.2.2 HOG特征 | 第21-23页 |
| 2.2.3 一阶差分特征 | 第23-24页 |
| 2.3 PCA降维 | 第24-26页 |
| 2.4 BP神经网络设计与训练 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于自组织映射神经网络的车辆颜色识别 | 第31-47页 |
| 3.1 车辆颜色识别研究现状 | 第31-33页 |
| 3.2 车辆前景分割 | 第33-39页 |
| 3.3 基于亮度信息的图像对比度增强 | 第39-40页 |
| 3.4 高光检测与去除 | 第40-42页 |
| 3.5 SOM神经网络设计与训练 | 第42-46页 |
| 3.5.1 SOM网络结构设计 | 第42-45页 |
| 3.5.2 RGB三通道相关性去除 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 车辆运动速度检测 | 第47-57页 |
| 4.1 车速检测研究现状 | 第47-52页 |
| 4.2 运动车辆提取 | 第52页 |
| 4.3 运动车辆跟踪 | 第52-55页 |
| 4.3.1 MeanShift跟踪算法 | 第52-54页 |
| 4.3.2 基于Camshift车辆跟踪 | 第54-55页 |
| 4.4 基于积分的车速检测 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 系统设计与实现 | 第57-68页 |
| 5.1 系统总体设计方案 | 第57页 |
| 5.2 系统开发环境 | 第57-58页 |
| 5.3 系统功能模块设计与实现 | 第58-63页 |
| 5.3.1 车标识别模块设计与实现 | 第58-61页 |
| 5.3.2 车辆颜色识别模块设计与实现 | 第61-62页 |
| 5.3.3 车速检测模块设计与实现 | 第62-63页 |
| 5.4 系统测试与结果分析 | 第63-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68页 |
| 6.2 未来工作展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74页 |
