声明
1 绪论
1.1 课题研究背景、目的和意义
1.2 国内外研究现状
1.2.1 计算机视觉在智能交通中的应用
1.2.2 车型分类和识别的相关研究
1.2.3 目前研究存在的问题
1.3 本文研究目标及主要工作
1.4 本文组织框架
2 本文技术路线、图像预处理和车辆检测
2.1 技术路线
2.2 图像预处理
2.2.1 图像去噪
2.2.2 图像增强
2.3 视频中的运动车辆检测
2.3.1 帧差法
2.3.2 光流法
2.3.3 背景差分法
2.4 基于混合高斯模型的运动目标检测
1. 单高斯背景模型
2. 混合高斯模型
2.5 本章小结
3 图像分割获取车辆区域
3.1 对车辆区域形态学运算
3.2 目标连通域分析
1. 连通区域划分规则
2. 连通区域分析
3.3 图像边缘检测
3.4 Graphcut基于图论的分割方法
3.5 本章小节
4 车辆特征提取及降维算法
4.1 图像特征描述
4.1.1 局部二值模式(LBP)特征
4.1.3 获取HOG特征
4.2 主成分分析(PCA)数据降维
4.3 本章小结
5 车辆分类器的设计
5.1 支持向量机
5.1.1 线性可分支持向量机
5.1.2 近视线性可分与松弛变量
5.1.3 非线性可分与核函数
5.2 多类SVM分类器的结构设计
5.3 最小二乘支持向量机分类器
5.4 车型识别实验结果与分析
5.4.1 图像数据获取
5.4.2 提取特征并分类
5.5 本章小节
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书
大连理工大学;