大型车辆快速定位定向系统图像识别算法及GPU加速研究

目录

声明

第一章 绪论

1.1大型车辆快速定位定向系统研究的背景

1.2大型车辆快速定位定向系统国内外研究现状

1.3本文研究思路

1.4论文主要工作

第二章 基于灰度和特征的图像匹配算法研究

2.1图像匹配的流程

2.2灰度图像匹配的几种算法

2.2.1 平均绝对差MAD算法

2.2.2 绝对误差和SAD算法

2.2.3 平均误差平方和MSD算法

2.2.4 误差平方和SSD算法

2.2.5 归一化积相关NCC算法

2.2.6 hadamard变换算法（SATD）

2.2.7 算法举例

2.3特征图像匹配的几种算法

2.3.1 不变矩匹配法

2.3.2 距离变换匹配法

2.3.3 最小均方误差匹配法

2.3.4 算法举例

2.4基于邻域灰度编码的图像匹配算法的分析与实现

2.4.1灰度匹配数据分析

2.4.2基于邻域灰度编码的图像匹配算法思路

2.5本章小结

第三章 图像处理相关技术分析

3.1摄像机标定技术

3.2.1 图像滤波

3.2.2 边缘检测

3.3目标数字识别的过程

3.3.1 基于模板的字符识别方法

3.3.2 基于神经网络的模式识别

3.4 本章小结

第四章 大型车辆快速定位定向算法研究

3.1目标辨别

3.2数字识别处理

4.2.1 图像旋转矫正

4.2.2 获取ROI区域

4.2.3 数字检测与识别

4.2.4 目标数字确认

3.3定向数据处理

4.3.1 定向数据计算

4.3.2 定位数据计算

3.4算法举例与分析

3.5本章小结

第五章 基于GPU的加速算法实现

4.1免疫克隆图像特征选择方法

5.1.1 免疫克隆算法

5.1.2 基于免疫克隆算法的图像特征选择

4.2基于GPU的PICFS加速算法研究

4.3仿真验证

5.3.1 仿真试验平台

5.3.2 加速性能分析

5.4本章小结

第六章 总结与展望

致谢

参考文献

作者在学期间取得的学术成果