| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·模式识别历史和现状 | 第11-13页 |
| ·本论文研究内容和结构安排 | 第13-15页 |
| 第二章 模式识别软硬件平台设计 | 第15-21页 |
| ·系统功能描述 | 第15页 |
| ·系统硬件平台 | 第15-16页 |
| ·系统硬件 | 第16-18页 |
| ·S3C2440 处理器 | 第16-17页 |
| ·存储器 | 第17-18页 |
| ·内存管理单元 | 第18页 |
| ·嵌入式系统 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 嵌入式 LINUX 系统移植 | 第21-37页 |
| ·嵌入式 LINUX | 第21-23页 |
| ·LINUX 系统结构和开发流 | 第23-27页 |
| ·BootLoader | 第24页 |
| ·Linux 内核 | 第24-25页 |
| ·根文件系统 | 第25-26页 |
| ·开发流程 | 第26-27页 |
| ·LINUX 系统移植 | 第27-36页 |
| ·开发环境建立 | 第28-29页 |
| ·交叉编译和 Uboot 移植 | 第29页 |
| ·内核配置 | 第29-32页 |
| ·根文件系统制作 | 第32-33页 |
| ·驱动程序移植 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 模式识别软件实现方案 | 第37-49页 |
| ·OPENCV 概述 | 第37-39页 |
| ·样本实现 | 第39-42页 |
| ·样本简介 | 第39页 |
| ·样本摄取 | 第39-40页 |
| ·样本文件的产生 | 第40-42页 |
| ·级联分类器实现 | 第42-44页 |
| ·WINDOWS 下的模式识别 | 第44-48页 |
| ·优化检测的方法 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 分类器原理与性能研究 | 第49-71页 |
| ·ADABOOST 算法概述 | 第49-51页 |
| ·Adaboost 算法的前身 Boosting 算法 | 第49-50页 |
| ·Adaboost 算法 | 第50-51页 |
| ·Adaboost 算法实现过程 | 第51页 |
| ·LBP 特征值 | 第51-54页 |
| ·LBP 概述 | 第51-52页 |
| ·LBP 与 Haar | 第52-54页 |
| ·级联分类器性能研究 | 第54-64页 |
| ·样本扩展 | 第54-55页 |
| ·性能表征与训练参数 | 第55-57页 |
| ·研究固定样本尺寸时分类器性能 | 第57-61页 |
| ·研究固定样本比例时分类器的性能 | 第61-64页 |
| ·研究模式识别的检测时间 | 第64-69页 |
| ·OpenCV 的检测原理 | 第64-65页 |
| ·检测时间的数学计算 | 第65-67页 |
| ·模式识别检测时间实验 | 第67-69页 |
| ·分类器优化方案总结 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 OPENCV 程序移植与系统调试 | 第71-79页 |
| ·OPENCV 移植 | 第71-74页 |
| ·编译 OpenCV | 第71-73页 |
| ·配置 OpenCV | 第73-74页 |
| ·LINUX 中的模式识别 | 第74-76页 |
| ·OpenCV 的交叉编译 | 第74-76页 |
| ·模式识别在嵌入式系统中的实现 | 第76页 |
| ·整体效果 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| ·本论文总结 | 第79-80页 |
| ·展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻硕期间取得的研究成果 | 第86-87页 |