自然场景中交通标志版面理解算法研究
致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 引言 | 第11-17页 |
1.1 研究背景及意义 | 第11页 |
1.2 国内外研究进展 | 第11-12页 |
1.3 研究重点及难点 | 第12-13页 |
1.4 矩形交通标志数据库的构建 | 第13-15页 |
1.4.1 矩形交通标志说明 | 第13-14页 |
1.4.2 数据库说明 | 第14-15页 |
1.5 本文的主要内容及章节安排 | 第15-17页 |
2 自然场景中矩形交通标志的检测与定位 | 第17-33页 |
2.1 基于颜色特征的矩形交通的粗检测 | 第17-21页 |
2.1.1 颜色分割 | 第17-19页 |
2.1.2 形态学处理 | 第19-20页 |
2.1.3 候选区域提取 | 第20-21页 |
2.2 基于梯度特征的矩形交通标志的精确定位 | 第21-28页 |
2.2.1 方向梯度直方图 | 第21-25页 |
2.2.2 分类器的比较与选择 | 第25-28页 |
2.3 实验与分析 | 第28-32页 |
2.4 本章小结 | 第32-33页 |
3 矩形交通标志中的文字检测与定位 | 第33-44页 |
3.1 文字区域的粗检测 | 第33-40页 |
3.1.1 畸变矫正 | 第34-36页 |
3.1.2 二值化 | 第36-39页 |
3.1.3 候选区域提取 | 第39-40页 |
3.2 基于几何特征和位置信息的文字精确定位 | 第40-41页 |
3.3 实验与分析 | 第41-43页 |
3.4 本章小结 | 第43-44页 |
4 矩形交通标志中的交通符号检测与识别 | 第44-60页 |
4.1 交通符号检测 | 第44-47页 |
4.1.1 指示标志中的交通符号检测 | 第45页 |
4.1.2 指路标志中的交通符号检测 | 第45-47页 |
4.2 基于空间视觉词袋模型的交通符号识别 | 第47-56页 |
4.2.1 图像的特征提取 | 第47-51页 |
4.2.2 视觉词典的创建及图像的表示 | 第51-53页 |
4.2.3 分类器的设计 | 第53-56页 |
4.3 交通符号检测的实验与分析 | 第56-57页 |
4.4 交通符号识别的实验与分析 | 第57-59页 |
4.5 本章小结 | 第59-60页 |
5 结论 | 第60-62页 |
参考文献 | 第62-65页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第65-67页 |
学位论文数据集 | 第67页 |