首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

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

论文共89页,点击 下载论文
上一篇:高速公路不停车收费系统中车载单元设计
下一篇:不停车收费系统路侧单元设计