面向众核平台的车辆识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外的研究现状 | 第9-11页 |
| ·车牌定位的国内外研究现状 | 第9-10页 |
| ·车型识别国内外研究现状 | 第10页 |
| ·车辆颜色识别国内外研究现状 | 第10-11页 |
| ·本课题的研究内容及结构安排 | 第11-12页 |
| 第2章 车牌定位技术研究 | 第12-18页 |
| ·车牌目标区域特点 | 第12-13页 |
| ·车牌定位 | 第13-17页 |
| ·颜色空间的选择 | 第13-15页 |
| ·将图像转化为二值图像 | 第15-16页 |
| ·利用形态学操作对二值图像进行处理 | 第16-17页 |
| ·车牌区域选取 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 车型识别相关技术概述 | 第18-24页 |
| ·车型识别研究方向 | 第18-19页 |
| ·以识别的目的区分 | 第18页 |
| ·以识别对象来源区分 | 第18-19页 |
| ·车型识别方法分类 | 第19-20页 |
| ·基于物理参数模式识别方式 | 第19页 |
| ·基于图像处理模式识别方式 | 第19-20页 |
| ·基于图像处理模式识别方式的分类 | 第20-21页 |
| ·根据车牌颜色进行车型分类的方法 | 第20页 |
| ·通过车标提取车型分类法 | 第20-21页 |
| ·根据车辆前部图像纹理特征进行车型分类的方法 | 第21页 |
| ·本章小结 | 第21-24页 |
| 第4章 基于CUDA的SIFT算法的车型识别 | 第24-50页 |
| ·图像匹配相关技术介绍 | 第24-27页 |
| ·图像匹配概述 | 第24-26页 |
| ·图像匹配的关键要素及一般流程 | 第26-27页 |
| ·基于SIFT算法的图像匹配方法 | 第27-39页 |
| ·SIFT特征点的检测与描述 | 第27-34页 |
| ·SIFT特征向量的双向匹配 | 第34-35页 |
| ·实验结果与分析 | 第35-39页 |
| ·车型识别 | 第39页 |
| ·SIFT算法的并行化设计 | 第39-43页 |
| ·GPGPU概述 | 第39-41页 |
| ·SIFT算法的并行化设计 | 第41-43页 |
| ·基于CUDA平台的SIFT算法的实现 | 第43-49页 |
| ·特征点检测的实现 | 第43-47页 |
| ·特征向量的匹配的实现 | 第47-48页 |
| ·车型识别的实验结果与算法性能分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 车辆颜色识别技术研究 | 第50-54页 |
| ·数据集 | 第50页 |
| ·识别区域提取的流程 | 第50-51页 |
| ·HSV颜色分量的范围 | 第51页 |
| ·车辆颜色识别算法 | 第51-52页 |
| ·实验结果与分析 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第6章 实验结果与算法性能分析 | 第54-58页 |
| ·实验平台简介 | 第54-55页 |
| ·实验平台的搭建 | 第54页 |
| ·交互界面的设计 | 第54-55页 |
| ·车型筛选的实验效果 | 第55页 |
| ·车辆颜色筛选的实验效果 | 第55-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间所发表的论文 | 第64-66页 |
| 致谢 | 第66页 |
