复杂环境下基于多特征融合的车辆检测方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·车辆检测系统国内外研究现状 | 第9-10页 |
| ·国外研究现状 | 第9页 |
| ·国内研究现状 | 第9-10页 |
| ·车辆检测方法综述 | 第10-12页 |
| ·基于特征的方法 | 第10-11页 |
| ·基于模型的方法 | 第11页 |
| ·基于光流场的方法 | 第11-12页 |
| ·目前车辆检测技术存在的问题 | 第12页 |
| ·论文的主要工作及组织结构 | 第12-14页 |
| ·论文的主要工作 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 基于车辆阴影特征的感兴趣区域提取方法 | 第14-25页 |
| ·相关工作 | 第14-15页 |
| ·图像灰度化 | 第15-16页 |
| ·图像去噪处理 | 第16-18页 |
| ·基于车辆阴影特征的感兴趣区域提取 | 第18-24页 |
| ·感兴趣区域分割基本过程 | 第19页 |
| ·车辆底部阴影阈值计算方法 | 第19-22页 |
| ·基于变化率的阴影边缘提取 | 第22-23页 |
| ·车辆感兴趣区域确定 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 复杂天气环境下的多特征融合车辆检测方法 | 第25-42页 |
| ·相关工作 | 第25-26页 |
| ·直方图拉伸理论 | 第26-29页 |
| ·多特征提取 | 第29-34页 |
| ·基于形态 Haar 小波边缘特征提取方法 | 第29-31页 |
| ·基于 K-R 的角点特征提取 | 第31页 |
| ·基于分形维数计算的纹理特征提取 | 第31-34页 |
| ·基于马氏距离特征加权的多特征融合算法 | 第34-36页 |
| ·特征矢量空间的马氏距离 | 第34-35页 |
| ·基于马氏距离的特征加权 | 第35-36页 |
| ·车辆区域确定 | 第36-38页 |
| ·多特征融合车辆检测过程 | 第38-39页 |
| ·实验结果及分析 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 夜晚环境下基于车灯特征的车辆检测技术 | 第42-51页 |
| ·相关工作 | 第42页 |
| ·夜间环境下车辆多特征提取 | 第42-48页 |
| ·车灯灰度特征 | 第43-44页 |
| ·车灯先验知识特征 | 第44-48页 |
| ·夜间环境下基于多特征车辆检测算法 | 第48-49页 |
| ·车辆区域确定 | 第49-50页 |
| ·实验结果与分析 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-52页 |
| ·总结 | 第51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 个人简历 在读期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |
