基于支持向量机的车身颜色识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·选题的背景和意义 | 第11-12页 |
| ·国内外发展动态 | 第12-14页 |
| ·论文的主要内容 | 第14-15页 |
| ·论文的整体结构框架 | 第15-16页 |
| 第二章 彩色图像预处理 | 第16-37页 |
| ·彩色基础原理 | 第16-17页 |
| ·人眼结构系统 | 第16-17页 |
| ·三色成像原理 | 第17页 |
| ·颜色空间模型分类 | 第17-23页 |
| ·RGB 颜色空间模型 | 第18-19页 |
| ·HSV 空间颜色模型 | 第19-20页 |
| ·LUV 空间颜色模型 | 第20-21页 |
| ·LAB 颜色空间模型 | 第21-23页 |
| ·彩色图像常用预处理方法 | 第23-32页 |
| ·彩色图像灰度化 | 第23-24页 |
| ·图像的形态学处理 | 第24-27页 |
| ·膨胀和腐蚀 | 第24-26页 |
| ·开启和闭合 | 第26-27页 |
| ·图像的边缘检测 | 第27-32页 |
| ·彩色图像增强 | 第32-34页 |
| ·彩色平衡 | 第32页 |
| ·彩色增强 | 第32-34页 |
| ·彩色图像复原 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第三章 车身颜色识别区域定位 | 第37-45页 |
| ·引言 | 第37页 |
| ·颜色识别区域选取 | 第37-38页 |
| ·车身颜色识别区域定位技术 | 第38-43页 |
| ·图像灰度处理 | 第39页 |
| ·图像分割和边缘检测 | 第39-40页 |
| ·图像特征提取 | 第40-42页 |
| ·车牌候选区域定位以及最终车牌定位 | 第42页 |
| ·车身颜色识别区域定位 | 第42-43页 |
| ·小结 | 第43-45页 |
| 第四章 彩色图像去雾理论及方法 | 第45-59页 |
| ·引言 | 第45-46页 |
| ·雾化图模型建立 | 第46-47页 |
| ·暗通道先验原理 | 第47-48页 |
| ·暗通道去雾算法模型建立 | 第48-53页 |
| ·透射率函数模型的建立 | 第48-50页 |
| ·恢复出场景 | 第50-51页 |
| ·经典去雾算法的实验结果和分析 | 第51-53页 |
| ·改进的暗通道优先算法 | 第53-57页 |
| ·小结 | 第57-59页 |
| 第五章 基于支持向量机的车身颜色识别 | 第59-81页 |
| ·引言 | 第59页 |
| ·SVM 主要原理简单介绍 | 第59-64页 |
| ·线性可分模式 | 第60-63页 |
| ·线性不可分模式 | 第63页 |
| ·常见核函数 | 第63-64页 |
| ·车身颜色识别方案 | 第64-66页 |
| ·颜色特征提取及实验结果的分析 | 第66-79页 |
| ·颜色分类 | 第66-67页 |
| ·车身颜色的标定 | 第67-71页 |
| ·颜色特征提取 | 第71-78页 |
| ·各颜色空间颜色识别准确率比较 | 第72页 |
| ·LAB 空间等间隔量化 | 第72-73页 |
| ·颜色直方图 | 第73-74页 |
| ·汽车颜色直方图提取 | 第74-78页 |
| ·LIBSVM 平台的训练和测试结果分析 | 第78-79页 |
| ·本文方法和其它方法的对比 | 第79页 |
| ·小结 | 第79-81页 |
| 第六章 结论 | 第81-83页 |
| ·工作总结 | 第81-82页 |
| ·研究展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间的研究成果 | 第88-89页 |
