声明
摘要
1 绪论
1.1 课题研究背景与意义
1.2 车标识别的国内外研究现状
1.2.1 智能交通系统的发展现状
1.2.2 智能交通系统中的车标识别系统
1.2.3 车标定位技术的研究现状
1.2.4 车标识别技术的研究现状
1.3 本文的主要研究内容
2 车辆图像预处理与车标粗定位
2.1 车辆图像的预处理技术
2.1.1 车辆图像灰度化
2.1.2 图像平滑去噪
2.1.3 图像边缘检测
2.2 基于先验知识的车标粗定位算法
2.2.1 粗定位算法的提出
2.2.2 粗定位实验结果与分析
2.3 本章小结
3 基于视觉显著性的车标精定位
3.1 视觉显著性车标定位方法的提出
3.2 视觉显著性车标定位的研究现状分析
3.3 基于ITTI视觉注意模型的车标特征提取
3.3.1 亮度特征的提取
3.3.2 颜色特征的提取
3.3.3 方向特征的提取
3.3.4 边缘特征的提取
3.4 基于ITTI模型的车标精定位
3.5 实验结果与分析
3.6 本章小结
4 基于背景纹理抑制的车标精定位
4.1 背景纹理抑制的车标定位算法的提出
4.2 背景纹理方向的简单判别算法
4.3 车标精定位算法
4.3.1 类水平纹理散热网的车标精定位
4.3.2 垂直纹理散热网的车标精定位
4.4 实验结果与分析
4.5 本章小结
5 基于LBP特征和SVM分类器的车标识别
5.1 车标LBP特征的提取
5.1.1 基本LBP算子
5.1.2 等价模式LBP
5.1.3 旋转不变LBP
5.1.4 结合PCA降维的LBP子模式
5.2 改进的快速K近邻分类算法
5.2.1 最小距离分类器与K近邻分类器
5.2.2 改进的快速K近邻分类算法
5.2.3 实验结果与分析
5.3 LBP特征比较分析与SVM车标识别
5.3.1 支持向量机SVM
5.3.2 LBP特征比较分析与识别结果分析
5.4 本章小结
6 总结与展望
6.1 工作总结
6.2 存在问题
6.3 展望
致谢
参考文献
南京理工大学;