| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 背景及意义 | 第8-10页 |
| 1.2 国内外发展现状 | 第10-12页 |
| 1.2.1 国外发展现状 | 第10-11页 |
| 1.2.2 国内发展现状 | 第11-12页 |
| 1.3 主要研究工作 | 第12-13页 |
| 1.4 本文章节安排 | 第13-14页 |
| 第2章 图像预处理 | 第14-23页 |
| 2.1 图像预处理 | 第14-20页 |
| 2.1.1 图像平滑去噪技术 | 第14-16页 |
| 2.1.2 图像增强技术 | 第16-18页 |
| 2.1.3 图像二值化算法 | 第18-20页 |
| 2.2 图像特征描述信息 | 第20-22页 |
| 2.2.1 SIFT特征算法 | 第20-22页 |
| 2.2.2 SURF特征算法 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 关键方法的设计与实现 | 第23-38页 |
| 3.1 系统设计环境概述 | 第23-25页 |
| 3.2 系统设计框架图 | 第25-27页 |
| 3.3 图像传输 | 第27-30页 |
| 3.3.1 Bluetooth(蓝牙)通信 | 第27-28页 |
| 3.3.2 WiFi(WirelessFidelity)通信 | 第28-29页 |
| 3.3.3 ZigBee无线通信 | 第29-30页 |
| 3.4 图像拼接 | 第30-32页 |
| 3.4.1 特征信息匹配 | 第30-31页 |
| 3.4.2 图像标定与融合 | 第31-32页 |
| 3.5 最大连通区域查找 | 第32页 |
| 3.6 SVM分类器设计 | 第32-37页 |
| 3.6.1 样本数据类型 | 第32-33页 |
| 3.6.2 SVM核函数 | 第33-34页 |
| 3.6.3 HOG特征值检测 | 第34-35页 |
| 3.6.4 样本图片选取 | 第35-36页 |
| 3.6.5 分类器训练 | 第36-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第4章 实验结果及数据分析 | 第38-56页 |
| 4.1 实验条件概述 | 第38页 |
| 4.2 拼接图像实验结果分析 | 第38-43页 |
| 4.3 图片预处理测试实验 | 第43-47页 |
| 4.4 获取最大连通区域的测试 | 第47-48页 |
| 4.5 SVM分类器识别测试 | 第48-50页 |
| 4.5.1 车牌分类器测试 | 第48-50页 |
| 4.5.2 车位角分类器测试 | 第50页 |
| 4.6 车位识别测试 | 第50-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56页 |
| 5.2 未来展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士期间成果 | 第61-62页 |
| 致谢 | 第62-63页 |