基于多特征融合的车辆检索
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 车辆识别的研究现状 | 第11-12页 |
| 1.3 本文研究的主要内容 | 第12-13页 |
| 1.4 章节安排 | 第13-15页 |
| 第2章 车牌识别 | 第15-24页 |
| 2.1 车牌图像预处理 | 第15-18页 |
| 2.1.1 彩色图像灰度化 | 第15-16页 |
| 2.1.2 图像二值化 | 第16-17页 |
| 2.1.3 边缘检测 | 第17-18页 |
| 2.2 车牌图像定位 | 第18-19页 |
| 2.2.1 车牌定位方法 | 第18页 |
| 2.2.2 车牌校正 | 第18-19页 |
| 2.3 车牌字符分割 | 第19-21页 |
| 2.4 车牌图像字符识别 | 第21-23页 |
| 2.4.1 车牌特征 | 第21页 |
| 2.4.2 车牌字符识别算法 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 车型识别 | 第24-40页 |
| 3.1 图像配准概述 | 第24-25页 |
| 3.2 基于灰度的图像配准 | 第25-30页 |
| 3.2.1 SSDA算法 | 第25-26页 |
| 3.2.2 NCC算法 | 第26-27页 |
| 3.2.3 改进的NCC算法 | 第27页 |
| 3.2.4 实验结果分析 | 第27-30页 |
| 3.3 基于特征的图像配准 | 第30-39页 |
| 3.3.1 Harris算子 | 第30-32页 |
| 3.3.2 SIFT算子 | 第32-37页 |
| 3.3.3 SIFT特征匹配 | 第37-38页 |
| 3.3.4 实验结果分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 颜色识别 | 第40-48页 |
| 4.1 颜色空间模型 | 第40-42页 |
| 4.1.1 RGB色彩空间 | 第41页 |
| 4.1.2 YCbCr色彩空间 | 第41-42页 |
| 4.2 彩色图像预处理 | 第42-44页 |
| 4.2.1 图像平滑 | 第42-43页 |
| 4.2.2 图像的形态学处理 | 第43-44页 |
| 4.3 基于边缘检测的区域定位 | 第44-45页 |
| 4.4 车辆颜色识别 | 第45-46页 |
| 4.5 实验结果分析 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 基于多特征融合的车辆检索 | 第48-56页 |
| 5.1 融合多特征的车辆识别分类器 | 第48页 |
| 5.2 车辆检索实验过程 | 第48-54页 |
| 5.2.1 车牌特征识别 | 第49-50页 |
| 5.2.2 车型特征识别 | 第50-52页 |
| 5.2.3 颜色特征识别 | 第52-54页 |
| 5.3 实验结果分析 | 第54页 |
| 5.4 本章小结 | 第54-56页 |
| 总结和展望 | 第56-58页 |
| 总结 | 第56-57页 |
| 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间获得的研究成就 | 第62页 |
