交通标志检测识别方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·论文研究的背景及意义 | 第8-9页 |
| ·交通标志检测识别的研究现状 | 第9-10页 |
| ·研究难点和主要工作 | 第10-12页 |
| ·研究难点 | 第10页 |
| ·主要研究工作 | 第10-12页 |
| ·论文章节安排 | 第12-13页 |
| 第二章 交通标志检测识别技术理论 | 第13-20页 |
| ·交通标志检测识别技术综述 | 第13-16页 |
| ·交通标志检测技术 | 第13-15页 |
| ·交通标志识别技术 | 第15-16页 |
| ·模式识别概述 | 第16-18页 |
| ·特征提取和选择 | 第17页 |
| ·统计学习理论和支持向量机 | 第17-18页 |
| ·粒子群优化算法 | 第18-20页 |
| 第三章 实景交通图像的分割 | 第20-38页 |
| ·研究对象分析 | 第20-22页 |
| ·实景交通图像的预处理 | 第22-26页 |
| ·图像的Gamma校正 | 第22-26页 |
| ·基于色彩模型的图像分割 | 第26-32页 |
| ·基于RGB色彩空间的分割 | 第26-27页 |
| ·基于HSV色彩空间的分割 | 第27-29页 |
| ·基于色彩模型分割的结果比较 | 第29-32页 |
| ·基于饱和度的图像边缘轮廓分割 | 第32-38页 |
| ·图像的饱和度通道 | 第33-34页 |
| ·Canny边缘检测算子 | 第34-38页 |
| 第四章 交通标志的检测定位 | 第38-46页 |
| ·区域生长算法及改进 | 第38-42页 |
| ·区域生长算法 | 第39-40页 |
| ·色块搜索算法 | 第40-42页 |
| ·边缘跟踪及形状参数 | 第42-46页 |
| ·边缘跟踪 | 第43-44页 |
| ·基于形状参数的形状判别 | 第44-46页 |
| 第五章 交通标志的分类识别 | 第46-58页 |
| ·交通标志的初步分类 | 第47-51页 |
| ·基于构造图形边缘函数的形状判别 | 第47-50页 |
| ·基于形状和色彩的初步分类 | 第50-51页 |
| ·初步分类方法分析总结 | 第51页 |
| ·交通标志的识别(细分类) | 第51-58页 |
| ·特征提取 | 第52-53页 |
| ·特征选择 | 第53-55页 |
| ·基于离散粒子群算法的特征选择 | 第54页 |
| ·适应度函数 | 第54页 |
| ·基于协同多粒子群的特征选择 | 第54-55页 |
| ·分类识别实验结果与分析 | 第55-58页 |
| 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第65页 |
