复杂条件下交通标识的检测和识别算法
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-20页 |
| 1.1 课题研究背景与意义 | 第7-8页 |
| 1.2 相机曝光调整 | 第8-10页 |
| 1.3 交通标识检测与识别研究现状 | 第10-16页 |
| 1.3.1 交通标识检测的研究现状 | 第11-13页 |
| 1.3.2 交通标识识别的研究现状 | 第13-16页 |
| 1.4 交通标识目标跟踪 | 第16-19页 |
| 1.4.1 基于计算机视觉的目标跟踪 | 第16-17页 |
| 1.4.2 多运动目标跟踪 | 第17-18页 |
| 1.4.3 交通标识目标的跟踪与状态估计 | 第18-19页 |
| 1.5 本文研究内容与结构安排 | 第19-20页 |
| 2 交通标识检测与识别算法 | 第20-39页 |
| 2.1 常见交通标识说明 | 第20-21页 |
| 2.2 交通标识识别算法设计框架 | 第21-23页 |
| 2.3 交通标识检测算法 | 第23-32页 |
| 2.3.1 图像分割及形态学处理 | 第24-26页 |
| 2.3.2 交通标识的边缘重构 | 第26-29页 |
| 2.3.3 感兴趣区域形状标记图提取与匹配 | 第29-32页 |
| 2.4 交通标识识别算法 | 第32-39页 |
| 2.4.1 交通标识识别系统设计 | 第32页 |
| 2.4.2 一维二元树复小波变换 | 第32-35页 |
| 2.4.3 二维二元树复小波变换 | 第35-37页 |
| 2.4.4 交通标识图像的2维二元树复小波变换 | 第37-39页 |
| 3 交通标识跟踪与状态估计算法 | 第39-47页 |
| 3.1 多交通标识目标的跟踪算法 | 第39-43页 |
| 3.1.1 多交通标识目标跟踪过程 | 第39-41页 |
| 3.1.2 目标运行状态估计和状态分类 | 第41-43页 |
| 3.2 UKF滤波 | 第43-47页 |
| 3.2.1 Sigma样点的统计量 | 第43-44页 |
| 3.2.2 SUKF滤波的具体步骤 | 第44-47页 |
| 4 实验平台设计与结果分析 | 第47-62页 |
| 4.1 实验设备及平台 | 第47页 |
| 4.2 交通标识检测与识别系统设计 | 第47-54页 |
| 4.2.1 交通标识检测与识别系统界面设计 | 第48-49页 |
| 4.2.2 交通标识检测与识别分布显示结果 | 第49-54页 |
| 4.3 交通标识跟踪实验分析 | 第54-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
