文摘
英文文摘
第1章 绪论
1.1 论文研究的目的及意义
1.2 车位检测方法的发展现状
1.3 现有车位检测算法的比较
1.4 论文的主要工作
1.5 论文的结构安排
第2章 数字图像处理和模式识别理论
2.1 图像处理的基础知识
2.1.1 图像平滑处理的基本方法
2.1.2 边缘检测
2.2 模式识别的基本理论
2.2.1 模式识别的概念
2.2.2 模式识别系统
2.2.3 模式识别方法的分类
2.3 模糊模式识别理论
2.3.1 模糊隶属度函数
2.3.2 模糊特征
2.4 本章小结
第3章 车位图像分析与预处理
3.1 车位图像特点分析
3.2 车位图像预处理
3.2.1 彩色图像灰度化
3.2.2 图像滤波
3.2.3 单一车位子图像截取
3.3 本章小结
第4章 基于多特征模糊组合算子的车位检测算法
4.1 基于多特征模糊组合算子的车位检测算法设计方案
4.2 车位特征参数选择与提取
4.2.1 车位方差
4.2.2 车位相关度
4.2.3 车位边缘点密度
4.2.4 车位线条数目
4.3 各特征参数模糊隶属度函数选取
4.4 模糊分类器设计
4.5 算法的具体实现步骤及流程
4.5.1 算法实现步骤
4.5.2 算法流程图
4.6 算法实验测试及总结
4.6.1 不同场景中算法的对比实验
4.6.2 实验结果分析与总结
4.7 本章小结
第5章 基于K-L降维的核Fisher判别车位检测算法
5.1 K-L变换
5.1.1 K~L变换的基本理论
5.1.2 K-L变换的具体实现
5.2 核Fisher判别
5.2.1 核函数理论
5.2.2 Fisher线性判别原理
5.2.3 核Fisher判别算法的具体实现
5.3 算法实现的流程及步骤
5.3.1 算法流程
5.3.2 算法步骤
5.4 算法实验测试及总结
5.4.1 确定算法中的参数及核函数
5.4.2 不同场景中算法的对比
5.4.3 实验结果分析与总结
5.5 本章小结
第6章 停车场车位检测系统的实现
6.1 系统硬件设备
6.1.1 视频输入设备
6.1.2 视频图像采集设备
6.1.3 PC机
6.2 系统软件的模块设计
6.3 系统软件的具体实现
6.3.1 多特征模糊组合算子车位检测算法的实现函数
6.3.2 K-L降维的核Fisher判别车位检测算法的实现函数
6.3.3 车位检测系统软件功能介绍
6.4 系统运行界面和实验结果
6.5 本章小结
结论
总结
展望
参考文献
攻读硕士学位期间取得的研究成果
致谢