基于视觉的交通标志识别技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 交通标志识别系统研究现状 | 第11-15页 |
| 1.2.1 复杂天气条件下图像复原算法研究现状 | 第12页 |
| 1.2.2 交通标志检测算法研究现状 | 第12-14页 |
| 1.2.3 交通标志分类算法研究现状 | 第14-15页 |
| 1.3 本文的主要内容和安排 | 第15-18页 |
| 第2章 复杂天气条件下图像复原算法研究 | 第18-26页 |
| 2.1 L_0梯度最小化 | 第18-22页 |
| 2.1.1 L_0梯度最小化的原理 | 第18-20页 |
| 2.1.2 L_0梯度最小化的解 | 第20-22页 |
| 2.2 基于改进的L_0梯度最小化除雨算法 | 第22-25页 |
| 2.2.1 L_0梯度最小化的改进 | 第23页 |
| 2.2.2 实验结果和分析 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 交通标志检测算法研究 | 第26-42页 |
| 3.1 交通标志的特点 | 第26页 |
| 3.2 颜色空间 | 第26-29页 |
| 3.2.1 RGB颜色空间 | 第27页 |
| 3.2.2 HSV颜色空间 | 第27-28页 |
| 3.2.3 RGB颜色空间到HSV颜色空间的转换 | 第28-29页 |
| 3.3 基于颜色的禁令和警告标志检测算法 | 第29-37页 |
| 3.3.1 颜色分割 | 第30-33页 |
| 3.3.2 椭圆拟合 | 第33-34页 |
| 3.3.3 红孔提取 | 第34-35页 |
| 3.3.4 红色孔区域筛选 | 第35-37页 |
| 3.4 实验结果及分析 | 第37-41页 |
| 3.4.1 参数选择 | 第37页 |
| 3.4.2 实验结果 | 第37-40页 |
| 3.4.3 漏检情况的分析 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 交通标志分类算法研究 | 第42-60页 |
| 4.1 交通标志的分类流程 | 第42页 |
| 4.2 HOG特征 | 第42-45页 |
| 4.2.1 计算图像梯度 | 第43-44页 |
| 4.2.2 提取HOG特征 | 第44-45页 |
| 4.3 支持向量机 | 第45-53页 |
| 4.3.1 线性分类 | 第45-48页 |
| 4.3.2 对偶支持向量机 | 第48-51页 |
| 4.3.3 核函数 | 第51-53页 |
| 4.4 警告标志的形状校正 | 第53-56页 |
| 4.5 实验结果和分析 | 第56-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
