基于图像处理的车型识别系统研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究的目的和意义 | 第13-14页 |
| 1.2 车型识别的国内外研究现状 | 第14-16页 |
| 1.2.1 基于图像处理的车型识别国外研究 | 第14-15页 |
| 1.2.2 基于图像处理的车型识别国内研究 | 第15-16页 |
| 1.3 车型识别研究内容及难点 | 第16-17页 |
| 1.3.1 车型识别研究内容 | 第16-17页 |
| 1.3.2 车型识别的难点问题 | 第17页 |
| 1.4 识别算法的性能评估指标 | 第17-18页 |
| 1.5 本文的主要工作及内容安排 | 第18-19页 |
| 第2章 车脸库的构建及特征提取 | 第19-36页 |
| 2.1 车脸库的构建 | 第19-28页 |
| 2.1.1 车辆数据集 | 第19-20页 |
| 2.1.2 车辆图像预处理 | 第20-23页 |
| 2.1.3 车脸定位 | 第23-27页 |
| 2.1.4 图像尺寸归一化 | 第27-28页 |
| 2.2 车脸特征提取 | 第28-33页 |
| 2.2.1 局部二值模式 | 第28-30页 |
| 2.2.2 Gabor小波特征提取 | 第30-32页 |
| 2.2.3 方向梯度直方图 | 第32-33页 |
| 2.3 实验结果及分析 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 车型识别 | 第36-48页 |
| 3.1 车型识别分类算法 | 第36-37页 |
| 3.2 基于BP神经网络的车型识别 | 第37-45页 |
| 3.2.1 BP神经网络原理及算法过程 | 第38-41页 |
| 3.2.2 BP网络结构设计 | 第41-44页 |
| 3.2.3 参数设置 | 第44-45页 |
| 3.3 实验结果及分析 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 车型识别系统的总体设计与实现 | 第48-59页 |
| 4.1 系统架构 | 第48-50页 |
| 4.1.1 JavaCV简介 | 第48-49页 |
| 4.1.2 功能分析 | 第49-50页 |
| 4.1.3 开发环境 | 第50页 |
| 4.2 车型识别系统的关键模块 | 第50-53页 |
| 4.3 系统总体功能实现 | 第53-57页 |
| 4.3.1 建库模块 | 第53-54页 |
| 4.3.2 识别模块 | 第54-56页 |
| 4.3.3 统计模块 | 第56-57页 |
| 4.4 实验结果及分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
