| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 图目录 | 第9-11页 |
| 表目录 | 第11-12页 |
| 缩略词 | 第12-14页 |
| 第一章 绪论 | 第14-20页 |
| ·课题的研究背景及研究现状 | 第14-18页 |
| ·课题研究背景及意义 | 第14-15页 |
| ·智能视频分析中目标特征的研究现状 | 第15-17页 |
| ·车辆颜色识别算法的研究现状 | 第17-18页 |
| ·论文的主要研究内容及结构安排 | 第18-20页 |
| 第二章 特征提取方法的研究 | 第20-44页 |
| ·特征提取的难点 | 第20-21页 |
| ·图像特征描述 | 第21-29页 |
| ·形状特征 | 第21-22页 |
| ·Hu 不变矩 | 第22-23页 |
| ·仿射矩 | 第23-24页 |
| ·纹理特征 | 第24-26页 |
| ·颜色特征 | 第26-27页 |
| ·小波矩 | 第27页 |
| ·SIFT特征 | 第27-29页 |
| ·特征提取在目标分类和匹配方面的研究 | 第29-44页 |
| ·图像预处理 | 第29-32页 |
| ·在目标分类方面的研究 | 第32-36页 |
| ·在目标匹配方面的研究 | 第36-44页 |
| 第三章 车辆颜色识别算法的研究 | 第44-71页 |
| ·颜色提取算法原理 | 第44-50页 |
| ·颜色空间的转换 | 第45-47页 |
| ·颜色的量化及改进 | 第47-49页 |
| ·车辆颜色判断规则及改进 | 第49-50页 |
| ·基于帧间关系矩阵和KALMAN 滤波器的目标跟踪器 | 第50-59页 |
| ·KALMAN 滤波器 | 第51-52页 |
| ·帧间关系矩阵结合KALMAN 的多目标跟踪算法 | 第52-59页 |
| ·实验仿真结果与数据分析 | 第59-66页 |
| ·实验结果定性分析 | 第59-63页 |
| ·实验结果定量分析 | 第63-66页 |
| ·实验结论 | 第66页 |
| ·算法实现结果 | 第66-71页 |
| ·系统软件框架 | 第67-68页 |
| ·车辆颜色识别算法的实现 | 第68-70页 |
| ·实现结果 | 第70-71页 |
| 第四章 总结和展望 | 第71-73页 |
| ·工作总结 | 第71页 |
| ·研究展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间的研究成果 | 第77-78页 |
| 个人简历 | 第78-79页 |
| 附录I | 第79-82页 |
| 附录II | 第82-85页 |