| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 多摄像头非重叠视场的目标匹配 | 第11-13页 |
| 1.2.2 基于单摄像头的行人车辆颜色检测 | 第13-14页 |
| 1.2.3 基于单摄像头的人车目标检测 | 第14-15页 |
| 1.3 本文研究内容及创新点 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 第二章 行人车辆的颜色检测 | 第17-42页 |
| 2.1 颜色空间 | 第18-21页 |
| 2.1.1 RGB 颜色空间 | 第19-20页 |
| 2.1.2 HSI 颜色空间 | 第20-21页 |
| 2.2 伪体反射分量图像 | 第21-24页 |
| 2.3 基于光照反射模型的目标整体光照校正 | 第24-27页 |
| 2.3.1 光照反射模型 | 第24-25页 |
| 2.3.2 光照校正 | 第25-26页 |
| 2.3.3 局部光照变化 | 第26-27页 |
| 2.4 行人上下衣着的分割 | 第27-29页 |
| 2.5 支持向量机 | 第29-31页 |
| 2.6 彩色与非彩色目标的区分以及非彩色目标的颜色检测 | 第31-34页 |
| 2.6.1 基于颜色直方图的根节点分类方法 | 第32页 |
| 2.6.2 基于伪体反射分量图像的根节点分类方法 | 第32-33页 |
| 2.6.3 基于灰度直方图的非彩色目标颜色检测 | 第33-34页 |
| 2.7 基于光照影响估计的彩色目标颜色定量计算 | 第34-37页 |
| 2.7.1 Weighted-light-influence map | 第34-36页 |
| 2.7.2 提取目标主体部分 | 第36-37页 |
| 2.8 行人车辆颜色检测的具体过程 | 第37-39页 |
| 2.9 实验结果 | 第39-41页 |
| 2.10 本章小结 | 第41-42页 |
| 第三章 基于单摄像头的特定行人车辆的检测 | 第42-52页 |
| 3.1 背景建模 | 第42-46页 |
| 3.1.1 高斯混合模型 | 第43-45页 |
| 3.1.2 前景提取 | 第45-46页 |
| 3.2 目标特征 | 第46-48页 |
| 3.2.1 方向梯度直方图特征 | 第47页 |
| 3.2.2 积分通道特征 | 第47-48页 |
| 3.3 ADABOOST 分类器 | 第48-49页 |
| 3.4 特定行人车辆检测系统的具体算法 | 第49-50页 |
| 3.5 实验结果 | 第50-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 多摄像头非重叠视场的行人车辆匹配 | 第52-68页 |
| 4.1 目标表现模型 | 第52-56页 |
| 4.1.1 基于颜色的模型 | 第52-53页 |
| 4.1.2 基于线特征的模型 | 第53-54页 |
| 4.1.3 基于纹理特征的模型 | 第54-55页 |
| 4.1.4 基于局部特征的模型 | 第55-56页 |
| 4.2 SIFT 特征 | 第56-59页 |
| 4.2.1 确定关键点 | 第56-58页 |
| 4.2.2 描述关键点 | 第58-59页 |
| 4.3 亮度转移函数 | 第59-60页 |
| 4.4 基于多种特征的目标匹配 | 第60-66页 |
| 4.4.1 行人目标表现模型 | 第61-62页 |
| 4.4.2 车辆目标表现模型 | 第62-64页 |
| 4.4.3 相似性度量 | 第64页 |
| 4.4.4 匹配算法的步骤 | 第64-66页 |
| 4.5 实验结果 | 第66-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间已发表或录用的论文 | 第75页 |