基于视频分析的车标识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 课题研究背景 | 第10-13页 |
| 1.2 国内外研究现状以及相关技术方法 | 第13-18页 |
| 1.3 本文研究的目的和意义 | 第18-20页 |
| 1.4 本文研究的内容及安排 | 第20-21页 |
| 2 由粗到精的车标定位算法 | 第21-36页 |
| 2.1 引言 | 第21-25页 |
| 2.2 车标定位的先验知识 | 第25页 |
| 2.3 由粗到精车标定位方法的提出 | 第25-27页 |
| 2.4 基于先验知识的车标粗定位 | 第27-28页 |
| 2.5 车头区域粗定位后的预处理 | 第28页 |
| 2.6 车头图像中轴线的确定 | 第28-32页 |
| 2.7 背景的纹理抑制和形态滤波 | 第32-33页 |
| 2.8 实验结果与分析 | 第33-34页 |
| 2.9 小结 | 第34-36页 |
| 3 基于SIFT特征的车标识别算法研究 | 第36-48页 |
| 引言 | 第36-37页 |
| 3.1 基于SIFT特征的匹配算法 | 第37-45页 |
| 3.1.1 SIFT综述 | 第37-38页 |
| 3.1.2 SIFT特征提取的一般过程 | 第38-44页 |
| 3.1.3 特征点匹配 | 第44-45页 |
| 3.2 多图像的特征融合方法 | 第45-48页 |
| 3.2.1 特征融合综述 | 第45页 |
| 3.2.2 RANSAC算法简介 | 第45-47页 |
| 3.2.3 特征融合的基本流程 | 第47-48页 |
| 4 基于SIFT特征的车标识别设计实现 | 第48-63页 |
| 4.1 车标识别系统的具体实现 | 第48-54页 |
| 4.1.1 开发环境 | 第48-49页 |
| 4.1.2 系统框架 | 第49-50页 |
| 4.1.3 特征融合子系统的实现 | 第50-54页 |
| 4.2 车标匹配子系统 | 第54-62页 |
| 4.2.1 图像预处理 | 第54页 |
| 4.2.2 车标匹配 | 第54-56页 |
| 4.2.3 结果统计处理与分析 | 第56-59页 |
| 4.2.4 识别结果分析 | 第59-62页 |
| 4.3 小结 | 第62-63页 |
| 5 总结 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 个人简历 | 第70页 |
| 发表的硕士论文 | 第70页 |
