基于数字图像处理的车型识别技术研究
| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-13页 |
| ·引言 | 第8页 |
| ·数字图像处理技术 | 第8-10页 |
| ·数字图像处理概述 | 第8-9页 |
| ·数字图像处理系统 | 第9-10页 |
| ·车型识别研究现状 | 第10-12页 |
| ·国内车型识别研究现状 | 第11页 |
| ·国外车型识别研究现状 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第2章 数字图像处理理论基础及车型样本建立 | 第13-32页 |
| ·数字图像处理研究内容 | 第13-14页 |
| ·图像表示和模型化 | 第14-15页 |
| ·颜色模型 | 第15-17页 |
| ·彩色图像灰度化 | 第17-18页 |
| ·图像滤波 | 第18-21页 |
| ·阈值分割 | 第21页 |
| ·边缘检测技术 | 第21-25页 |
| ·Sobel算子 | 第22-23页 |
| ·Canny算子 | 第23页 |
| ·Robert算子 | 第23-24页 |
| ·Laplace算子 | 第24页 |
| ·Prewitt算子 | 第24页 |
| ·边缘检测算子比较 | 第24-25页 |
| ·边缘跟踪 | 第25-26页 |
| ·曲线拟合 | 第26页 |
| ·车辆外形分析 | 第26-30页 |
| ·车辆尺寸参数 | 第27页 |
| ·车辆外形 | 第27-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于小波变换的车型识别研究 | 第32-56页 |
| ·二维小波变换 | 第32-34页 |
| ·车型图像增强 | 第34-39页 |
| ·图像分割 | 第35-37页 |
| ·图像增强处理 | 第37-38页 |
| ·车型图像增强仿真实验 | 第38-39页 |
| ·基于小波变换的多尺度边缘检测 | 第39-46页 |
| ·多尺度边缘检测 | 第39-41页 |
| ·B样条函数及其性质 | 第41-42页 |
| ·多尺度边缘检测算法 | 第42-43页 |
| ·仿真实验结果 | 第43-46页 |
| ·车辆外形轮廓提取 | 第46-47页 |
| ·车辆视频跟踪算法的研究 | 第47-52页 |
| ·基于GM(1,1)模型的车辆跟踪算法 | 第47-49页 |
| ·基于改进的GM(1,1)模型车辆跟踪算法 | 第49-52页 |
| ·视频跟踪算法实验验证 | 第52-54页 |
| ·基于图像NMI特征的跟踪目标的识别 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第4章 车型输出及其软件架构 | 第56-65页 |
| ·车型数值分析 | 第56-59页 |
| ·轿车数值分析 | 第56-57页 |
| ·客车数值分析 | 第57-58页 |
| ·货车数值分析 | 第58-59页 |
| ·车型输出理论依据 | 第59-60页 |
| ·车型识别系统开发 | 第60-64页 |
| ·基于MFC的计算机语言选择 | 第60-62页 |
| ·车型识别系统软硬件平台 | 第62页 |
| ·车型识别系统流程 | 第62页 |
| ·本文开发的车型识别系统 | 第62-64页 |
| ·系统测试 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第5章 全文总结及展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 摘要 | 第71-73页 |
| Abstract | 第73-74页 |
