视频图像目标车辆搜索系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 插图和附表清单 | 第14-16页 |
| 1 绪论 | 第16-21页 |
| ·课题研究的背景和意义 | 第16-17页 |
| ·题研究的背景和意义 | 第16-17页 |
| ·论文主要研究内容 | 第17页 |
| ·国内外研究现状 | 第17-19页 |
| ·运动车辆检测 | 第17-18页 |
| ·车辆目标识别 | 第18-19页 |
| ·存在的主要问题 | 第19页 |
| ·论文章节安排 | 第19-21页 |
| 2 视频图像识别处理相关技术 | 第21-36页 |
| ·数字图像识别基础 | 第21-24页 |
| ·图像增强 | 第21-22页 |
| ·图像复原 | 第22页 |
| ·图像分割 | 第22页 |
| ·形态学图像处理 | 第22-23页 |
| ·对象识别 | 第23页 |
| ·图像表示与描述 | 第23页 |
| ·图像模式识别 | 第23-24页 |
| ·视频图像分割 | 第24-25页 |
| ·光流法 | 第24-25页 |
| ·帧间差分法 | 第25页 |
| ·背景差分法 | 第25页 |
| ·背景差分割技术 | 第25-27页 |
| ·图像预处理 | 第26页 |
| ·背景差分方法 | 第26-27页 |
| ·背景差分图像后处理 | 第27页 |
| ·背景模型与更新策略 | 第27-29页 |
| ·自适应背景模型 | 第28页 |
| ·中值滤波更新策略 | 第28页 |
| ·自适应的背景更新策略 | 第28-29页 |
| ·车辆阴影抑制 | 第29-34页 |
| ·车辆阴影的形成与特征分析 | 第29-31页 |
| ·常用阴影抑制算法介绍 | 第31-32页 |
| ·基于改进的HSI阴影抑制算法 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 3 车型识别 | 第36-43页 |
| ·基于车辆轮廓特征的识别方法 | 第36-37页 |
| ·车辆轮廓特征提取 | 第37页 |
| ·基于BP神经网络的车型识别 | 第37-41页 |
| ·BP神经网络 | 第37-40页 |
| ·BP神经网络结构 | 第40页 |
| ·BP算法学习方法 | 第40-41页 |
| ·车型识别分类器设计 | 第41页 |
| ·BP网络训练过程 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 车体颜色识别 | 第43-50页 |
| ·彩色模型 | 第43-46页 |
| ·RGB彩色模型 | 第44页 |
| ·HSI彩色模型 | 第44-45页 |
| ·从RGB到HSI的彩色转换 | 第45-46页 |
| ·颜色特征提取 | 第46-47页 |
| ·车体颜色特征模式选取 | 第46页 |
| ·车体颇色特征模式的量化 | 第46页 |
| ·车体颜色投影直方图统计 | 第46-47页 |
| ·查表法颜色分类识别 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 车牌识别 | 第50-57页 |
| ·车牌定位 | 第50-54页 |
| ·车牌特征分析 | 第50-52页 |
| ·基于纹理特征与投影直方图的车牌定位方法 | 第52-54页 |
| ·车牌字符分割 | 第54-55页 |
| ·车牌字符识别 | 第55-56页 |
| ·识别对象 | 第55页 |
| ·字符特征模式选取 | 第55-56页 |
| ·字符识别BP网络设计 | 第56页 |
| ·本章小结 | 第56-57页 |
| 6 视频图像目标车辆搜索系统设计 | 第57-69页 |
| ·需求分析 | 第57页 |
| ·目标车辆搜索系统总体结构设计 | 第57-59页 |
| ·系统主要功能模块介绍 | 第59-62页 |
| ·运动车辆检测模块 | 第59-60页 |
| ·车体颜色车型车牌识别模块 | 第60-61页 |
| ·车辆搜索结果输出模块 | 第61-62页 |
| ·视频图像目标车辆搜索系统的实现 | 第62-68页 |
| ·系统功能特点 | 第68页 |
| ·本章小结 | 第68-69页 |
| 7 总结与展望 | 第69-71页 |
| ·本文工作总结 | 第69页 |
| ·未来工作展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 作者简介及读研期间主要科研成果 | 第76页 |
