基于视频图像的汽车车标检测技术研究与实现
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·问题的提出 | 第11-12页 |
| ·车标识别技术概述 | 第12-15页 |
| ·国内外研究现状 | 第12-14页 |
| ·车标定位研究现状 | 第12页 |
| ·车标识别研究现状 | 第12-14页 |
| ·车标识别的难点 | 第14-15页 |
| ·论文的主要研究内容与章节安排 | 第15-17页 |
| 第2章 基于视频图像的汽车车标定位 | 第17-33页 |
| ·引言 | 第17页 |
| ·基于视频图像的汽车图像检测 | 第17-20页 |
| ·背景更新算法 | 第19-20页 |
| ·车标粗定位 | 第20-27页 |
| ·水平方向一阶差分 | 第20-21页 |
| ·OTSU二值化 | 第21-23页 |
| ·车牌定位 | 第23-24页 |
| ·车标水平对称中心 | 第24-26页 |
| ·确定车标粗定位区域 | 第26-27页 |
| ·车标精定位 | 第27-30页 |
| ·车标边缘强度判断 | 第27-29页 |
| ·数学形态学处理 | 第29-30页 |
| ·实验结果 | 第30-32页 |
| 本章小节 | 第32-33页 |
| 第3章 车标特征提取 | 第33-55页 |
| ·引言 | 第33页 |
| ·边缘方向直方图 | 第33-36页 |
| ·算法描述 | 第33-35页 |
| ·实验结果及分析 | 第35-36页 |
| ·轮廓特征 | 第36-44页 |
| ·轮廓特征预处理 | 第36-40页 |
| ·轮廓特征提取算法 | 第40-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·纹理特征 | 第44-52页 |
| ·2D Gabor滤波器 | 第45-46页 |
| ·2D Gabor滤波器组参数的设置方法 | 第46-50页 |
| ·实验法Gabor滤波器组的参数设置 | 第46-48页 |
| ·优化法Gabor滤波器组的参数设置 | 第48-50页 |
| ·2D Gabor滤波器提取车标纹理特征 | 第50-51页 |
| ·实验结果及分析 | 第51-52页 |
| ·三种特征提取方法对比分析 | 第52-53页 |
| 本章小节 | 第53-55页 |
| 第4章 车标识别 | 第55-67页 |
| ·引言 | 第55页 |
| ·分类器的组合 | 第55-56页 |
| ·车标一次识别 | 第56-58页 |
| ·欧式距离 | 第56页 |
| ·创建车标模板特征库 | 第56页 |
| ·可信度估计 | 第56-57页 |
| ·基于模板特征匹配的车标一次识别 | 第57-58页 |
| ·车标二次识别 | 第58-64页 |
| ·三种分类器简介 | 第58-60页 |
| ·基于车标纹理特征的三种分类器性能比较 | 第60-62页 |
| ·基于纹理特征和BP神经网络的车标二次识别 | 第62-64页 |
| ·视频图像汽车车标检测 | 第64-65页 |
| ·视频图像汽车车标检测流程图 | 第64页 |
| ·视频图像汽车车标检测界面 | 第64-65页 |
| ·识别率比较 | 第65页 |
| 本章小节 | 第65-67页 |
| 总结与展望 | 第67-68页 |
| 1. 主要研究成果 | 第67页 |
| 2. 今后研究方向 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文及科研工作 | 第74页 |
