摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 国外研究现状 | 第10-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 本文内容安排及技术路线 | 第13-15页 |
1.4 论文组织结构 | 第15-16页 |
第二章 车载装饰品局部区域图像集的构建方法 | 第16-25页 |
2.1 车辆图像数据采集 | 第16-17页 |
2.2 基于车辆及其号牌对称性的车辆定位方法 | 第17-18页 |
2.3 基于级联分类器及Haar特征的车辆检测方法 | 第18-19页 |
2.4 基于灰度共生矩阵(GLCM)的车辆检测方法 | 第19-20页 |
2.5 基于支持向量机(SVM)及纹理特征(HOG)的车辆检测方法 | 第20-21页 |
2.6 车辆前挡风玻璃区域的定位 | 第21-22页 |
2.7 车载装饰品局部区域图像集的构建 | 第22-24页 |
2.8 小结 | 第24-25页 |
第三章 基于车载装饰品区域图像颜色直方图的车辆检索方法 | 第25-43页 |
3.1 基于颜色直方图的车载装饰品区域图像特征表征 | 第25-27页 |
3.1.1 RGB颜色空间 | 第25-26页 |
3.1.2 HSV颜色空间 | 第26页 |
3.1.3 基于颜色直方图的特征描述 | 第26-27页 |
3.2 基于其他图像特征描述方法 | 第27-37页 |
3.2.1 基于局部二值模式的特征提取 | 第27-29页 |
3.2.2 基于Gabor小波变换特征提取 | 第29-31页 |
3.2.3 基于Contourlet变换的特征提取 | 第31-34页 |
3.2.4 基于尺度不变特征变换(SIFT)的特征提取 | 第34-37页 |
3.3 特征相似度的衡量 | 第37-38页 |
3.3.1 直方图的相似度衡量方法 | 第37页 |
3.3.2 特征值的相似度衡量方法 | 第37-38页 |
3.4 检索效果评价标准 | 第38-39页 |
3.5 实验结果 | 第39-42页 |
3.6 小结 | 第42-43页 |
第四章 基于车载装饰品区域图像稀疏编码的车辆检索方法 | 第43-56页 |
4.1 稀疏编码理论 | 第43-49页 |
4.1.1 稀疏向量的求解 | 第44-48页 |
4.1.2 字典学习 | 第48-49页 |
4.2 基于稀疏编码的车载装饰品区域图像检索方法 | 第49-51页 |
4.3 实验分析 | 第51-54页 |
4.4 小结 | 第54-56页 |
第五章 总结及展望 | 第56-57页 |
5.1 总结 | 第56页 |
5.2 展望 | 第56-57页 |
参考文献 | 第57-61页 |
致谢 | 第61-62页 |
硕士期间完成的研究成果 | 第62页 |