| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 本课题提出的依据 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 自动驾驶技术研究现状 | 第12-13页 |
| 1.2.2 Android辅助驾驶研究现状 | 第13-14页 |
| 1.3 论文的结构安排 | 第14页 |
| 1.4 本章小结 | 第14-16页 |
| 第2章 基于Android平台的开发方法 | 第16-24页 |
| 2.1 Android架构简介 | 第16-17页 |
| 2.2 Android平台搭建 | 第17-20页 |
| 2.2.1 JavaJDK配置 | 第17-18页 |
| 2.2.2 AndroidStudio配置 | 第18页 |
| 2.2.3 OpenCV配置 | 第18-20页 |
| 2.3 AndroidStudio引用C/C++源码 | 第20-21页 |
| 2.3.1 JNI介绍 | 第20-21页 |
| 2.3.2 NDK介绍 | 第21页 |
| 2.4 Android组件 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 车辆目标图像识别方法研究 | 第24-33页 |
| 3.1 常用的车辆识别方法 | 第24-26页 |
| 3.1.1 背景差分法 | 第24页 |
| 3.1.2 光流法 | 第24-25页 |
| 3.1.3 帧差法 | 第25-26页 |
| 3.2 常用的特征提取方法 | 第26-30页 |
| 3.2.1 方向梯度直方图(HOG)算法 | 第26-28页 |
| 3.2.2 局部二值模式(LBP)算法 | 第28-30页 |
| 3.2.3 Haar特征 | 第30页 |
| 3.3 常用的边缘检测方法 | 第30-32页 |
| 3.3.1 差分边缘检测 | 第31页 |
| 3.3.2 经典算子法介绍 | 第31-32页 |
| 3.3.3 Canny算子法 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 车辆目标识别系统的实现 | 第33-46页 |
| 4.1 实验工具简介 | 第33-35页 |
| 4.1.1 OpenCV简介 | 第33-35页 |
| 4.2 系统实现 | 第35-41页 |
| 4.2.1 工程介绍 | 第35-36页 |
| 4.2.2 程序主体的实现 | 第36-41页 |
| 4.3 运行结果测试 | 第41-45页 |
| 4.3.1 软硬件环境 | 第41页 |
| 4.3.2 运行结果 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 本文工作总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 作者简介及在学期间所取得的科研成果 | 第50-51页 |
| 致谢 | 第51页 |