监控视频快速车辆检索算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·智能交通系统的发展现状及本文的研究内容 | 第9-11页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的研究内容 | 第10-11页 |
| ·本文的结构安排 | 第11-13页 |
| 第二章 背景知识综述 | 第13-25页 |
| ·预处理算法 | 第13-14页 |
| ·灰度转换 | 第13页 |
| ·平滑滤波 | 第13-14页 |
| ·运动对象提取 | 第14-20页 |
| ·背景建模 | 第15-16页 |
| ·高斯背景建模 | 第16-18页 |
| ·图论 | 第18-20页 |
| ·图像特征提取 | 第20-25页 |
| ·颜色特征 | 第20-21页 |
| ·纹理特征 | 第21页 |
| ·形状特征 | 第21-22页 |
| ·图像金字塔 | 第22-25页 |
| 第三章 基于高斯背景建模的压缩域运动对象提取 | 第25-36页 |
| ·运动矢量预处理 | 第25-27页 |
| ·基于高斯背景建模的压缩域运动对象提取 | 第27-31页 |
| ·运动矢量背景建模的区域初始化 | 第27-29页 |
| ·基于图割的运动区域修正 | 第29-31页 |
| ·算法实现步骤 | 第31页 |
| ·实验结果 | 第31-35页 |
| ·小结 | 第35-36页 |
| 第四章 多视角视频车辆快速检索算法 | 第36-47页 |
| ·引言 | 第36-37页 |
| ·特征提取 | 第37-39页 |
| ·分类器训练 | 第39-40页 |
| ·生成训练集 | 第39页 |
| ·特征点分类器训练 | 第39-40页 |
| ·特征检索 | 第40-41页 |
| ·图像分类器生成 | 第40-41页 |
| ·Bayesian 决策 | 第41页 |
| ·算法实现步骤 | 第41-42页 |
| ·实验 | 第42-45页 |
| ·小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·工作总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第53页 |
