车辆阴影检测及滤除方法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-11页 |
| ·智能交通系统概述 | 第9-10页 |
| ·交通视频图像 | 第10-11页 |
| ·研究意义 | 第11-13页 |
| ·车辆阴影去除的意义 | 第11-12页 |
| ·车辆阴影去除研究现状 | 第12-13页 |
| ·本文的研究工作 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 交通视频图像处理 | 第15-28页 |
| ·图像分割 | 第15-18页 |
| ·图像分割方法简介 | 第15页 |
| ·图像分割定义 | 第15-16页 |
| ·结合特定理论的图像分割方法 | 第16-18页 |
| ·车辆阴影 | 第18-22页 |
| ·车辆阴影的产生 | 第18-19页 |
| ·车辆阴影的特征 | 第19-20页 |
| ·阴影图像在计算机中的存储形式 | 第20-22页 |
| ·图像的平滑去噪处理 | 第22-24页 |
| ·“商比例”前景图 | 第24-26页 |
| ·背景相减法 | 第24页 |
| ·商比例法 | 第24-26页 |
| ·彩色图像到灰度图像的转变 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于小波系数的准阴影区判定 | 第28-42页 |
| ·小波变换 | 第28页 |
| ·多分辨率分析 | 第28-30页 |
| ·小波变换的Mallat算法 | 第30-33页 |
| ·一维小波分解与重构算法 | 第30-31页 |
| ·二维小波分解与重构算法 | 第31-33页 |
| ·图像的小波分解 | 第33-34页 |
| ·图像的小波系数 | 第34-37页 |
| ·小波系数频域分布特点 | 第34-35页 |
| ·高频小波系数的相关性 | 第35-37页 |
| ·利用小波系数判定车辆阴影区域 | 第37-41页 |
| ·低频带阴影区域强化 | 第37-39页 |
| ·高频带阴影区域判定 | 第39-40页 |
| ·实验结果及分析 | 第40-41页 |
| ·本章小节 | 第41-42页 |
| 第四章 基于光学不变性的真实阴影区判定 | 第42-51页 |
| ·彩色空间的表示 | 第42-44页 |
| ·RGB彩色空间 | 第42-43页 |
| ·HSI彩色空间 | 第43-44页 |
| ·光学不变性特征 | 第44-46页 |
| ·真实阴影区判据 | 第46-48页 |
| ·色调判据 | 第46页 |
| ·亮度判据 | 第46页 |
| ·算法流程 | 第46-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·阴影边界处理 | 第48-50页 |
| ·阴影边界的产生 | 第48页 |
| ·图像膨胀 | 第48-49页 |
| ·实验结果及分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 阴影区域去除 | 第51-59页 |
| ·阴影干扰原理 | 第51-52页 |
| ·基于背景的阴影区域去除 | 第52-53页 |
| ·去除原理 | 第52页 |
| ·实验算法 | 第52页 |
| ·实验结果及分析 | 第52-53页 |
| ·基于邻域的阴影区域去除 | 第53-54页 |
| ·去除原理 | 第53页 |
| ·实验算法 | 第53-54页 |
| ·实验结果及分析 | 第54页 |
| ·基于邻域的改进算法 | 第54-55页 |
| ·改进原理 | 第54页 |
| ·实验算法 | 第54-55页 |
| ·实验结果及分析 | 第55页 |
| ·基于Retinex理论的阴影区域去除 | 第55-58页 |
| ·Retinex理论 | 第55-57页 |
| ·基于中心/环绕算法的Retinex | 第57-58页 |
| ·Retinex阴影区域去除算法 | 第58页 |
| ·实验结果及分析 | 第58页 |
| ·本章小节 | 第58-59页 |
| 第六章 结论和展望 | 第59-62页 |
| ·程序流程图 | 第59-60页 |
| ·程序结果测试 | 第60页 |
| ·创新及设想 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |
