基于Gabor特征和稀疏表示的车型识别技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 课题研究背景及意义 | 第15页 |
| 1.2 车型识别研究现状 | 第15-18页 |
| 1.2.1 国外车型识别研究现状 | 第15-16页 |
| 1.2.2 国内车型识别研究现状 | 第16-18页 |
| 1.3 车型识别研究现状总结 | 第18-19页 |
| 1.4 论文主要工作和结构安排 | 第19-21页 |
| 第二章 图像预处理技术概述 | 第21-27页 |
| 2.1 图像灰度化 | 第21页 |
| 2.2 图像滤波 | 第21-23页 |
| 2.2.1 均值滤波 | 第22页 |
| 2.2.2 高斯滤波 | 第22-23页 |
| 2.2.3 中值滤波 | 第23页 |
| 2.3 图像增强 | 第23-25页 |
| 2.3.1 直方图修正技术基础 | 第23-24页 |
| 2.3.2 直方图均衡化 | 第24-25页 |
| 2.4 图像二值化 | 第25-26页 |
| 2.5 小结 | 第26-27页 |
| 第三章 Gabor变换基本原理 | 第27-33页 |
| 3.1 Gabor函数的提出 | 第27页 |
| 3.2 Gabor滤波基础 | 第27-29页 |
| 3.2.1 一维Gabor滤波器 | 第27-28页 |
| 3.2.2 二维Gabor滤波器 | 第28-29页 |
| 3.3 基于Gabor滤波的参数选择及其性质 | 第29-32页 |
| 3.3.1 2-D Gabor滤波器的参数选择 | 第30-32页 |
| 3.3.2 Gabor滤波器的性质 | 第32页 |
| 3.4 小结 | 第32-33页 |
| 第四章 稀疏表示的基本原理及其应用 | 第33-43页 |
| 4.1 信号稀疏表示的基础知识 | 第33-34页 |
| 4.1.1 基 | 第33-34页 |
| 4.1.2 框架 | 第34页 |
| 4.2 信号的稀疏表示 | 第34-37页 |
| 4.2.1 信号稀疏表示原理 | 第34-35页 |
| 4.2.2 信号稀疏表示方法 | 第35-37页 |
| 4.3 压缩感知基本理论 | 第37-40页 |
| 4.4 稀疏表示的应用 | 第40-41页 |
| 4.5 小结 | 第41-43页 |
| 第五章 基于Gabor特征和稀疏表示的车型识别 | 第43-55页 |
| 5.1 引言 | 第43页 |
| 5.2 算法设计及模块实现 | 第43-51页 |
| 5.2.1 样本信息获取 | 第43-46页 |
| 5.2.2 特征提取 | 第46-48页 |
| 5.2.3 分类器设计 | 第48-51页 |
| 5.3 实验结果分析 | 第51-53页 |
| 5.3.1 实验环境设置 | 第51页 |
| 5.3.2 本文算法的实现 | 第51-53页 |
| 5.4 小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 作者简介 | 第65页 |
