基于视觉的车辆信息提取技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 本课题的研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 基于车牌识别的车型识别方法 | 第9页 |
| 1.2.2 基于车辆外观图像特征的车型识别方法 | 第9-10页 |
| 1.3 本文主要研究内容 | 第10页 |
| 1.4 本文的内容安排 | 第10-12页 |
| 第二章 车牌识别 | 第12-26页 |
| 2.1 车牌检测 | 第12-13页 |
| 2.2 车牌定位 | 第13-14页 |
| 2.3 倾斜校正 | 第14-17页 |
| 2.3.1 分析车牌水平投影 | 第14-16页 |
| 2.3.2 旋转角度校正 | 第16-17页 |
| 2.4 字符分割 | 第17-19页 |
| 2.4.1 基于投影的字符分割方法 | 第17页 |
| 2.4.2 字符分割过程 | 第17-19页 |
| 2.5 字符识别 | 第19-22页 |
| 2.5.1 车牌字符尺寸及式样 | 第19-20页 |
| 2.5.2 基于模版匹配的字符识别方法 | 第20页 |
| 2.5.3 字符识别过程 | 第20-22页 |
| 2.6 实验结果与分析 | 第22-25页 |
| 本章小结 | 第25-26页 |
| 第三章 基于词袋模型的车辆识别 | 第26-39页 |
| 3.1 车辆特征检测和描述 | 第26页 |
| 3.2 基于SIFT描述子的车辆特征提取 | 第26-30页 |
| 3.2.1 建立尺度空间 | 第27页 |
| 3.2.2 检测极值点坐标 | 第27-28页 |
| 3.2.3 极值点的精确定位 | 第28-29页 |
| 3.2.4 关键点方向的确定 | 第29页 |
| 3.2.5 关键点描述子生成 | 第29-30页 |
| 3.3 特征量化 | 第30-31页 |
| 3.4 训练车型分类器SVM | 第31-35页 |
| 3.5 车辆图像检索实验 | 第35-38页 |
| 本章小结 | 第38-39页 |
| 第四章 基于DPM的车辆图像提取 | 第39-64页 |
| 4.1 概述 | 第39-48页 |
| 4.1.1 可变形部件模型 | 第39-41页 |
| 4.1.2 方向梯度直方图特征描述子 | 第41-43页 |
| 4.1.3 基于图像金字塔的多尺度目标检测 | 第43-44页 |
| 4.1.4 可变形部件模型的检测过程 | 第44-46页 |
| 4.1.5 可变形部件模型的训练 | 第46-47页 |
| 4.1.6 模型训练的主要步骤 | 第47-48页 |
| 4.2 实验结果与分析 | 第48-55页 |
| 4.3 对基于DPM的车辆提取进行改进 | 第55-57页 |
| 4.3.1 混合模型 | 第56页 |
| 4.3.2 混合局部可变形模型训练 | 第56-57页 |
| 4.4 实验结果与分析 | 第57-63页 |
| 本章小结 | 第63-64页 |
| 第五章 车辆信息检索识别系统 | 第64-78页 |
| 5.1 系统概述 | 第64-66页 |
| 5.2 伪装车牌的车辆识别实验 | 第66-71页 |
| 5.3 遮挡车牌的车辆识别实验 | 第71-77页 |
| 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 攻读硕士学位期间发表的学术论文 | 第83-84页 |
| 致谢 | 第84页 |
