智能交通系统中自动车型识别技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·研究现状 | 第8-11页 |
| ·本文工作 | 第11-13页 |
| 第二章 基于视频图像的车辆检测方法 | 第13-29页 |
| ·常用的运动车辆检测方法 | 第14-17页 |
| ·基于背景差分的方法 | 第14页 |
| ·基于光流法的方法 | 第14-15页 |
| ·基于帧间差分的方法 | 第15-17页 |
| ·基于双帧差和的运动车辆检测方法 | 第17-21页 |
| ·基于双帧差和的算法思想 | 第17-18页 |
| ·实验结果及分析 | 第18-21页 |
| ·车辆图像的后期处理 | 第21-29页 |
| ·基于形态学运算的车辆去噪处理 | 第22-24页 |
| ·基于形态学标注连通分量的并行车辆的分割方法 | 第24-29页 |
| 第三章 车型特征的选择与提取 | 第29-41页 |
| ·车型分类及车型特征提取标准 | 第29-30页 |
| ·车辆车型的分类 | 第29-30页 |
| ·车型特征的提取标准 | 第30页 |
| ·车辆几何特征提取 | 第30-33页 |
| ·车辆长度 | 第30-31页 |
| ·车辆宽度 | 第31页 |
| ·实验结果及分析 | 第31-33页 |
| ·伪Zernike 矩特征提取 | 第33-38页 |
| ·伪Zernike 矩的定义 | 第33页 |
| ·伪Zernike 矩的特点 | 第33-34页 |
| ·伪Zernike 矩的性质分析 | 第34-36页 |
| ·伪Zernike 矩的特征提取 | 第36页 |
| ·实验结果 | 第36-38页 |
| ·车辆车道定位 | 第38-39页 |
| ·车道定位 | 第38页 |
| ·实验结果及分析 | 第38-39页 |
| ·小结 | 第39-41页 |
| 第四章 基于最小二乘支持向量机的车型识别 | 第41-51页 |
| ·支持向量机 | 第41-45页 |
| ·线性可分情形 | 第41-43页 |
| ·线性不可分情形 | 第43-44页 |
| ·支持向量机的核函数 | 第44-45页 |
| ·最小二乘支持向量机 | 第45-49页 |
| ·最小二乘向量机 | 第45-47页 |
| ·构造多类分类最小二乘支持向量机 | 第47-48页 |
| ·分类方法的选取 | 第48-49页 |
| ·实验结果及分析 | 第49-50页 |
| ·实验环境 | 第49页 |
| ·实验步骤 | 第49页 |
| ·车型分类结果及分析 | 第49-50页 |
| ·车道识别结果及分析 | 第50页 |
| ·小结 | 第50-51页 |
| 第五章 结束语 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 研究成果 | 第57-58页 |
