| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 交通信号灯检测与识别的研究现状 | 第10-12页 |
| 1.2.1 交通信号灯检测算法的研究现状 | 第11-12页 |
| 1.2.2 交通信号灯识别算法的研究现状 | 第12页 |
| 1.3 主要研究内容及安排 | 第12-16页 |
| 1.3.1 研究对象 | 第13页 |
| 1.3.2 研究的重点及难点 | 第13-14页 |
| 1.3.3 本文安排 | 第14-16页 |
| 2 基于颜色特征的图像分割 | 第16-29页 |
| 2.1 颜色分割 | 第16-22页 |
| 2.1.1 色彩空间 | 第16-20页 |
| 2.1.2 颜色分割 | 第20-22页 |
| 2.2 形态学处理 | 第22-24页 |
| 2.2.1 腐蚀 | 第22-23页 |
| 2.2.2 膨胀 | 第23-24页 |
| 2.3 标记连通区域 | 第24-27页 |
| 2.3.1 连通域概述 | 第24-25页 |
| 2.3.2 连通域标的标记 | 第25-27页 |
| 2.4 连通区域最小外接矩形框 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于级联匹配的交通信号灯检测算法研究 | 第29-50页 |
| 3.1 算法流程图 | 第29-30页 |
| 3.2 预处理 | 第30-32页 |
| 3.2.1 光照补偿 | 第30-31页 |
| 3.2.2 直方图均衡化 | 第31-32页 |
| 3.3 确定交通信号灯的候选区 | 第32-37页 |
| 3.3.1 色彩空间分割 | 第32-34页 |
| 3.3.2 最大类间方差法 | 第34-35页 |
| 3.3.3 形态学处理 | 第35-36页 |
| 3.3.4 几何特征过滤 | 第36-37页 |
| 3.4 定位灯的背板 | 第37-41页 |
| 3.4.1 色彩空间分割 | 第37-39页 |
| 3.4.2 形态学处理 | 第39页 |
| 3.4.3 几何特征过滤 | 第39-41页 |
| 3.5 级联匹配 | 第41-49页 |
| 3.5.1 分组灯的背板 | 第42-43页 |
| 3.5.2 灯和灯的背板匹配 | 第43-45页 |
| 3.5.3 扩展搜索 | 第45-49页 |
| 3.6 本章小结 | 第49-50页 |
| 4 交通信号灯识别算法研究 | 第50-57页 |
| 4.1 识别算法流程图 | 第50页 |
| 4.2 Gabor小波变换 | 第50-52页 |
| 4.3 改进的2DPCA算法 | 第52-55页 |
| 4.3.1 2DPCA | 第52页 |
| 4.3.2 基于类内自适应加权平均的模块2DPCA算法 | 第52-54页 |
| 4.3.3 实验分析 | 第54-55页 |
| 4.4 分类交通信号灯 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 交通信号灯识别系统设计及分析 | 第57-67页 |
| 5.1 实验平台 | 第57-58页 |
| 5.2 离线训练样本库 | 第58-59页 |
| 5.2.1 图像采集 | 第58页 |
| 5.2.2 训练样本 | 第58-59页 |
| 5.3 系统设计 | 第59-62页 |
| 5.3.1 系统流程 | 第60页 |
| 5.3.2 系统分析 | 第60-62页 |
| 5.4 实验分析 | 第62-66页 |
| 5.4.1 交通信号灯检测与识别结果 | 第62页 |
| 5.4.2 评估方法的定义 | 第62-63页 |
| 5.4.3 算法的实验分析 | 第63-65页 |
| 5.4.4 算法时间复杂度分析 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 本文工作总结 | 第67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士期间的主要研究成果 | 第74-75页 |
| 致谢 | 第75页 |