声明
摘要
第一章 绪论
1．1 研究背景和意义
1．2 国内外研究现状
1．2．1 基于非视觉的前方车辆检测
1．2．2 基于视觉的前方车辆检测
1．3 本文开展的主要工作
第二章 基于多示例的车辆识别系统框架
2．1 车辆防碰撞系统
2．2 基于多示例的车辆识别
2．2．1 特征提取模块
2．2．2 机器学习模块
2．3 本章小结
第三章 图像分割算法
3．1 图像预处理
3．1．1 图像预处理方法
3．1．2 本文采用方法
3．2 图像分割方法
3．2．1 基于阀值的图像分割
3．2．2 基于聚类的图像分割
3．3 实验结果分析
3．3．1 图像预处理
3．3．2 图像分割
3．4 本章小结
第四章 基于内容的图像特征提取
4．1 颜色特征
4．1．1 颜色直方图
4．1．2 颜色集
4．1．3 颜色矩
4．2 纹理特征
4．2．1 几何特征法
4．2．2 信号处理方法
4．2．3 统计分析方法
4．3 形状特征
4．3．1 边界特征法
4．3．2 几何参数法
4．3．3 形状不变矩法
4．4 构造特征向量
4．4．1 HSV颜色直方图
4．4．2 GLCM灰度共生矩阵
4．4．3 Hu不变矩
4．4．4 构造示例向量
4．5 本章小结
第五章 多示例学习
5．1 多示例学习算法概述
5．1．1 多示例学习的提出
5．1．2 多示例学习应用
5．2 多示例学习理论与算法研究
5．2．1 轴-平行矩形算法
5．2．2 K-近邻算法
5．2．3 EM-DD算法
5．3 算法设计与实现
5．3．1 基于包示例的特征映射
5．3．2 基于L范式的SVM分类器
5．4 实验结果和分析
5．4．1 实验数据集
5．4．2 MILES识别精度
5．4．3 实验结果
5．5 本章小结
第六章 总结与展望
致谢
参考文献
