视频中的车辆检测及车型识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·车辆检测及车型识别的研究现状 | 第9-11页 |
| ·本文主要研究内容及章节安排 | 第11-13页 |
| 第二章 目标识别中的图像预处理 | 第13-22页 |
| ·图像增强 | 第13-17页 |
| ·基于点运算的图像增强 | 第14-15页 |
| ·空间域图像增强 | 第15-17页 |
| ·图像分割 | 第17-19页 |
| ·形态学操作 | 第19-20页 |
| ·膨胀和腐蚀 | 第19-20页 |
| ·开闭运算 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第三章 车辆检测的算法分析 | 第22-29页 |
| ·背景相减法 | 第22-23页 |
| ·帧差法 | 第23-24页 |
| ·光流法 | 第24-27页 |
| ·光流场计算的基本原理 | 第24-25页 |
| ·光流场的主要计算方法 | 第25-27页 |
| ·基于剪裁思想的车辆检测方法 | 第27-28页 |
| ·提取关键帧 | 第27页 |
| ·背景消除 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 车辆特征提取 | 第29-39页 |
| ·目标的特征表示 | 第29-32页 |
| ·形状特征 | 第29-31页 |
| ·纹理特征 | 第31-32页 |
| ·车辆特征的提取 | 第32-38页 |
| ·基于形状及纹理的特征提取 | 第32-33页 |
| ·基于梯度方向直方图的特征提取 | 第33-34页 |
| ·主成分分析法降维 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 改进的车型识别方法 | 第39-59页 |
| ·线性判别分析 | 第39-43页 |
| ·分类识别 | 第43-50页 |
| ·近邻法 | 第43-44页 |
| ·支持向量机 | 第44-50页 |
| ·支持向量机的多分类器设计 | 第50-53页 |
| ·一对多支持向量机分类法 | 第50页 |
| ·一对一支持向量机多分类法 | 第50-51页 |
| ·决策有向无环图多分类法 | 第51-53页 |
| ·本文车型识别的实现 | 第53-58页 |
| ·车型识别步骤 | 第53-56页 |
| ·车型识别结果及分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59页 |
| ·进一步的研究方向 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
