首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

自然场景下道路交通标志分割方法研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-15页
    1.1 课题研究的背景及意义第9-10页
    1.2 我国交通标志相关特点介绍第10-11页
    1.3 交通标志分割国内外研究现状第11-13页
        1.3.1 交通标志分割国外研究现状第11-13页
        1.3.2 交通标志分割国内研究现状第13页
    1.4 本文主要研究内容第13-14页
    1.5 论文结构安排第14-15页
第二章 视觉感知特性及 PCNN 模型原理第15-25页
    2.1 人眼视觉模型第15-16页
    2.2 PCNN 基本模型及原理分析第16-21页
        2.2.1 PCNN 原始模型介绍第16-18页
        2.2.2 PCNN 特性分析第18-19页
        2.2.3 PCNN 应用分析第19-21页
    2.3 基于 PCNN 的灰度图像分割结果及分析第21-24页
        2.3.1 PCNN 简化模型介绍第21-22页
        2.3.2 灰度图像分割结果分析第22-24页
    2.4 本章小结第24-25页
第三章 标准库交通标志图像 PCNN 分割第25-35页
    3.1 颜色空间模型第25-27页
        3.1.1 RGB 模型第25-26页
        3.1.2 HSV 空间第26-27页
    3.2 信息熵第27页
    3.3 PCNN 对各分量进行分析第27-34页
        3.3.1 禁令交通标志处理结果分析第28-30页
        3.3.2 指示交通标志处理结果分析第30-31页
        3.3.3 警告交通标志处理结果分析第31-33页
        3.3.4 分割结果第33-34页
    3.4 本章小结第34-35页
第四章 加噪声的标准库交通标志图像 PCNN 分割第35-41页
    4.1 椒盐噪声的介绍第35页
    4.2 加噪的标准库进行处理第35-38页
        4.2.1 禁令交通标志处理结果分析第35-36页
        4.2.2 指示交通标志处理结果分析第36-37页
        4.2.3 警告交通标志处理结果分析第37-38页
    4.3 本章小结第38-41页
第五章 自然环境下交通标志图像 PCNN 分割第41-57页
    5.1 自然环境下交通标志的彩色分析第41-42页
    5.2 PCNN 参数模型改进第42页
    5.3 实验结果第42-47页
        5.3.1 禁令标志彩色分割的结果及分析第42-44页
        5.3.2 指示标志彩色分割的结果及分析第44-45页
        5.3.3 警告标志彩色分割的结果及分析第45-47页
    5.4 交通标志精确分割第47-54页
        5.4.1 二值形态学第47-48页
        5.4.2 区域阈值法第48页
        5.4.3 双向垂直坐标法第48-49页
        5.4.4 交通标志定位结果分析第49-54页
    5.5 本章小结第54-57页
第六章 结论第57-59页
    6.1 论文主要完成工作第57-58页
    6.2 分析与展望第58-59页
参考文献第59-63页
攻读学位期间所取得的相关科研成果第63-65页
致谢第65-66页

论文共66页,点击 下载论文
上一篇:极简主义风格的网页设计研究
下一篇:基于脉冲耦合神经网络的印章识别