复杂场景下的车辆识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文的主要研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-14页 |
| 第2章 复杂场景下的图像预处理 | 第14-34页 |
| ·灰度化 | 第14页 |
| ·图像增强 | 第14-23页 |
| ·空间域点处理 | 第15页 |
| ·对比度拉伸 | 第15-17页 |
| ·直方图均衡化 | 第17-18页 |
| ·Retinex 增强算法 | 第18-23页 |
| ·图像形态学 | 第23-25页 |
| ·腐蚀运算 | 第23-24页 |
| ·膨胀运算 | 第24页 |
| ·开闭运算 | 第24-25页 |
| ·图像去雾 | 第25-32页 |
| ·图像增强法去雾 | 第25-27页 |
| ·图像复原法去雾 | 第27-32页 |
| ·本章小结 | 第32-34页 |
| 第3章 车辆检测与识别关键技术比较与分析 | 第34-44页 |
| ·运动目标检测原理 | 第34-35页 |
| ·运动目标检测算法 | 第35-38页 |
| ·背景差分法 | 第35-36页 |
| ·帧差分法 | 第36-37页 |
| ·光流法 | 第37页 |
| ·基于学习的方法 | 第37-38页 |
| ·运动目标检测算法比较 | 第38页 |
| ·背景建模 | 第38-41页 |
| ·均值背景模型 | 第39页 |
| ·中值背景模型 | 第39-40页 |
| ·高斯背景模型 | 第40页 |
| ·背景建模方法比较 | 第40-41页 |
| ·常见车辆识别方法分析与比较 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 洗车店内车辆检测与识别研究 | 第44-66页 |
| ·基于直方图匹配的车辆检测算法 | 第44-49页 |
| ·背景建模 | 第45-46页 |
| ·背景更新 | 第46-47页 |
| ·直方图匹配算法 | 第47-49页 |
| ·直方图匹配实验 | 第49-59页 |
| ·直方图匹配实验一 | 第51-55页 |
| ·直方图匹配实验二 | 第55-59页 |
| ·基于车辆尺寸的车型识别 | 第59-62页 |
| ·车辆检测和车型识别实验 | 第62-64页 |
| ·实验环境 | 第62页 |
| ·实验方案 | 第62-63页 |
| ·评价指标 | 第63页 |
| ·实验结果及分析 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
