首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于航拍影像的道路附属设施检测技术研究

摘要第6-7页
ABSTRACT第7-8页
符号对照表第12-14页
缩略语对照表第14-18页
第一章 绪论第18-24页
    1.1 研究的背景及意义第18页
    1.2 研究现状及发展动态第18-22页
        1.2.1 道路检测研究现状第18-20页
        1.2.2 交通标志牌检测研究现状第20-22页
    1.3 道路检测和交通标志检测的难点分析第22页
        1.3.1 道路检测的难点分析第22页
        1.3.2 交通标志检测的难点分析第22页
    1.4 论文的研究内容及结构第22-24页
第二章 道路检测和交通标志检测的算法研究第24-38页
    2.1 引言第24页
    2.2 道路检测的算法研究第24-28页
        2.2.1 基于区域的图像分割第24-26页
        2.2.2 基于边缘的图像分割第26页
        2.2.3 基于阈值的图像分割第26-27页
        2.2.4 基于特定理论的图像分割第27-28页
    2.3 交通标志检测算法研究第28-37页
        2.3.1 交通标志概述第28-29页
        2.3.2 几种常用的颜色空间第29-31页
        2.3.3 颜色直方图第31-32页
        2.3.4 匹配检测第32-35页
        2.3.5 两种目标检测常用的图像局部特征第35-36页
        2.3.6 机器学习理论及其常用的分类算法第36-37页
    2.4 本章小结第37-38页
第三章 基于改进图割算法的航拍影像交通道路检测第38-60页
    3.1 引言第38页
    3.2 GraphCuts原理第38-44页
        3.2.1 图的理论第38-40页
        3.2.2 最大流与最小割第40-41页
        3.2.3 代价函数的建立第41-42页
        3.2.4 图的构造第42-43页
        3.2.5 能量函数的最小化第43-44页
    3.3 改进GraphCuts平滑项的图割算法第44-50页
        3.3.1 显著性计算第44-47页
        3.3.2 Gibbs能量函数第47-48页
        3.3.3 数据项构建第48-49页
        3.3.4 改进平滑项构建第49-50页
    3.4 算法实验分析第50-59页
        3.4.1 算法框架第50-51页
        3.4.2 算法性能测试第51-53页
        3.4.3 算法的像素级评价第53-59页
    3.5 本章小结第59-60页
第四章 基于改进RGB颜色增强的航拍影像的交通标志检测第60-86页
    4.1 引言第60页
    4.2 图像预处理第60-63页
        4.2.1 图像去噪第60-62页
        4.2.2 直方图均衡化第62-63页
    4.3 改进RGB空间颜色特征的增强与ROI提取第63-70页
        4.3.1 改进RGB空间的颜色特征增强第63-65页
        4.3.2 基于形态学的ROI粗提取第65-67页
        4.3.3 形状匹配第67-68页
        4.3.4 ROI的精确提取第68-70页
    4.4 彩色HOG特征提取第70-75页
        4.4.1 彩色HOG特征提取第70页
        4.4.2 颜色空间归一化第70-72页
        4.4.3 计算图像的梯度第72-73页
        4.4.4 Cell梯度方向直方图的统计第73-74页
        4.4.5 区域中块的划分和计算第74-75页
        4.4.6 block中HOG的归一化第75页
    4.5 训练分类器第75-78页
        4.5.1 样本的HOG提取第75-77页
        4.5.2 核函数的选取第77页
        4.5.3 交叉检验第77-78页
    4.6 算法实验分析第78-85页
        4.6.1 算法框架第78-79页
        4.6.2 算法性能测试第79-81页
        4.6.3 算法实验评价第81-85页
    4.7 本章小结第85-86页
第五章 总结与展望第86-88页
    5.1 总结第86-87页
    5.2 研究展望第87-88页
参考文献第88-92页
致谢第92-94页
作者简介第94-95页

论文共95页,点击 下载论文
上一篇:基于流形学习的多媒体数据分析
下一篇:眼球模型及视线估计方法研究