基于视频的交通标志文字检测与识别算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-15页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 研究现状及算法 | 第11-13页 |
| 1.3 本文研究重点 | 第13页 |
| 1.4 论文章节安排 | 第13-15页 |
| 2 视频关键帧的提取 | 第15-25页 |
| 2.1 视频的数据结构 | 第15-17页 |
| 2.1.1 视频数据的特点 | 第15-16页 |
| 2.1.2 视频数据的层次化结构 | 第16-17页 |
| 2.1.3 本文所用的视频数据 | 第17页 |
| 2.2 视频的视觉特征 | 第17-19页 |
| 2.2.1 颜色特征 | 第17-18页 |
| 2.2.2 形状特征 | 第18页 |
| 2.2.3 纹理特征 | 第18-19页 |
| 2.2.4 运动特征 | 第19页 |
| 2.3 视频关键帧的提取方法 | 第19-23页 |
| 2.3.1 基于镜头边界的关键帧提取算法 | 第19-20页 |
| 2.3.2 基于运动分析的关键帧提取算法 | 第20页 |
| 2.3.3 基于聚类方法的关键帧提取算法 | 第20页 |
| 2.3.4 基于图像内容的关键帧提取算法 | 第20-23页 |
| 2.4 本章小结 | 第23-25页 |
| 3 字符型交通标志的检测 | 第25-45页 |
| 3.1 获取交通标志候的选区域 | 第26-29页 |
| 3.1.1 图像预处理 | 第26-27页 |
| 3.1.2 HSV颜色分割 | 第27-28页 |
| 3.1.3 形态学操作与图像填充 | 第28-29页 |
| 3.2 蓝色矩形交通标志的检测 | 第29-37页 |
| 3.2.1 尺寸归一化 | 第29-30页 |
| 3.2.2 特征提取与融合 | 第30-33页 |
| 3.2.3 分类器分类 | 第33-37页 |
| 3.3 字符型交通标志的判决 | 第37-43页 |
| 3.3.1 仿射变换 | 第37-41页 |
| 3.3.2 投影曲线拟合 | 第41-42页 |
| 3.3.3 统计水平边缘跳变数 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 4 交通标志内文字的检测与识别 | 第45-57页 |
| 4.1 文字提取的方法 | 第45-47页 |
| 4.1.1 基于区域的方法 | 第45页 |
| 4.1.2 基于边缘的方法 | 第45-46页 |
| 4.1.3 基于纹理的方法 | 第46-47页 |
| 4.2 颜色聚类与连通域分析 | 第47-52页 |
| 4.2.1 颜色聚类 | 第47-49页 |
| 4.2.2 连通域分析 | 第49-50页 |
| 4.2.3 实验结果分析 | 第50-52页 |
| 4.3 文字识别 | 第52-55页 |
| 4.3.1 OCR概述 | 第52-53页 |
| 4.3.2 文字识别模块 | 第53-54页 |
| 4.3.3 交通标志文字识别 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 总结 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
