复杂环境中交通信号灯的识别
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题的选题背景和意义 | 第12-13页 |
| 1.2 本领域国内外研究进展 | 第13-16页 |
| 1.3 本文主要研究内容及内容安排 | 第16-17页 |
| 1.3.1 本文内容安排 | 第16页 |
| 1.3.2 本文的研究难点 | 第16-17页 |
| 1.4 本章的组织结构 | 第17-18页 |
| 第2章 基于颜色和形状的交通信号灯定位 | 第18-39页 |
| 2.1 基于Retinex的图像增强 | 第18-24页 |
| 2.1.1 Retinex基本理论 | 第18-19页 |
| 2.1.2 Retinex的分类 | 第19-23页 |
| 2.1.3 Retinex在本文中的应用 | 第23-24页 |
| 2.2 彩色图像分割 | 第24-29页 |
| 2.2.1 色彩空间的选择 | 第24-27页 |
| 2.2.2 颜色阈值分割 | 第27-29页 |
| 2.3 形态学处理 | 第29-32页 |
| 2.4 几何特征过滤 | 第32-34页 |
| 2.5 连通区域标记 | 第34-36页 |
| 2.5.1 连通域概述 | 第34-35页 |
| 2.5.2 连通区域的标记 | 第35-36页 |
| 2.6 外接最小矩形边框 | 第36-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第3章 交通信号灯的检测 | 第39-54页 |
| 3.1 交通信号灯的介绍 | 第39-40页 |
| 3.1.1 交通信号灯的发展 | 第39页 |
| 3.1.2 交通信号灯的种类 | 第39-40页 |
| 3.2 交通信号灯背板的检测 | 第40-43页 |
| 3.2.1 色彩空间分割 | 第40-42页 |
| 3.2.2 几何特征过滤 | 第42-43页 |
| 3.3 背板与信号灯的匹配 | 第43-44页 |
| 3.4 交通信号灯的检测 | 第44-53页 |
| 3.4.1 预处理 | 第44-47页 |
| 3.4.2 圆形度检测方法 | 第47-48页 |
| 3.4.3 Hough变换的基本原理 | 第48-49页 |
| 3.4.4 Hough变换检测圆 | 第49-50页 |
| 3.4.5 基于改进Hough变换在本文中的应用 | 第50-52页 |
| 3.4.6 算法具体实现过程 | 第52-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 交通信号灯的识别 | 第54-64页 |
| 4.1 识别算法流程图 | 第54-55页 |
| 4.2 特征提取 | 第55-60页 |
| 4.2.1 Gabor小波变换 | 第55-56页 |
| 4.2.2 Hu不变矩原理 | 第56-58页 |
| 4.2.3 改进Hu不变矩在本文中的应用 | 第58-60页 |
| 4.3 分类识别 | 第60-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 系统设计及结果分析 | 第64-68页 |
| 5.1 实验平台介绍 | 第64页 |
| 5.2 算法流程 | 第64-65页 |
| 5.3 系统设计 | 第65-66页 |
| 5.4 实验分析 | 第66-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |
