声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 交通场景理解中的关键技术
1.3.1 目标识别
1.3.2 对称性检测
1.4 本文研究内容和组织结构
第二章 交通场景图像的显著性检测
2.1 Itti’s显著性特征检测
2.2 基于频域信息的显著性检测
2.3 基于Local和regional特征的显著性检测
2.3.1 局部特征的提取
2.3.2 全局特征的提取
2.3.3 融合Local特征与Regional特征
2.4 基于Local特征的车辆显著性检测
2.4.1 实验设置及结果分析
2.5 本章小结
第三章 基于颜色直方图的车辆检测
3.1 基于HOG特征和机器学习的车辆检测
3.2 基于边缘直方图特征的车辆检测算法
3.3 基于多特征的前方车辆实时检测方法
3.4 基于颜色直方图的车辆检测
3.4.1 目标颜色直方图模型
3.4.2 车辆目标的颜色分布特征
3.4.3 实验结果及分析
3.5 本章小结
第四章 基于聚类分析的车辆对称性检测
4.1 基于聚类的对称轴检测方法
4.2 Harris特征角点检测
4.3 LBP纹理特征提取
4.4 对称点聚类
4.5 对称轴的检测
4.6 实验结果与分析
4.7 本章小结
第五章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
攻读硕士学位期间发表的学术论著和参加科研情况
致谢