交通标志检测与跟踪算法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-18页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·交通标志检测 | 第12-14页 |
| ·运动目标跟踪 | 第14-15页 |
| ·本论文的研究工作及主要贡献 | 第15-16页 |
| ·主要研究内容 | 第15页 |
| ·主要贡献 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 2 基于颜色信息的交通标志检测 | 第18-32页 |
| ·不同颜色分割方法介绍与研究 | 第18-22页 |
| ·基于RGB空间的颜色分割 | 第18-20页 |
| ·基于HSI空间的颜色分割 | 第20-22页 |
| ·HSI颜色分割算法改进 | 第22-24页 |
| ·利用颜色对排除干扰区域 | 第24-26页 |
| ·图像二值化自动阈值获取方法 | 第26-30页 |
| ·最大类间方差法 | 第27-28页 |
| ·最佳阈值法 | 第28-29页 |
| ·最大类间方差法和最佳阈值法的比较 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 3 基于形状特征的交通标志检测 | 第32-42页 |
| ·二值图像预处理 | 第32-35页 |
| ·交通标志轮廓形状特征分析 | 第35-37页 |
| ·轮廓分析常见的几何特征 | 第35-36页 |
| ·基于区域重心的干扰区域排除准则 | 第36-37页 |
| ·交通标志轮廓的多边形拟合方法 | 第37-40页 |
| ·道格拉斯-普克算法 | 第38-39页 |
| ·凸多边形的判断 | 第39-40页 |
| ·交通标志检测实验结果及分析 | 第40-42页 |
| 4 基于Camshift算法的交通标志跟踪 | 第42-54页 |
| ·颜色直方图及直方图反向投影图像 | 第42-43页 |
| ·Meanshift算法 | 第43-47页 |
| ·Meanshift算法简介 | 第43-44页 |
| ·无参数密度估计 | 第44-45页 |
| ·Meanshift算法基本思想及流程 | 第45-47页 |
| ·Camshift算法 | 第47-49页 |
| ·Camshift算法的改进 | 第49-51页 |
| ·目标直方图的改进 | 第49-50页 |
| ·反向投影图像处理 | 第50-51页 |
| ·交通标志跟踪实验结果及分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 5 基于kalman算法的交通标志位置预测 | 第54-63页 |
| ·kalman预测算法的基本原理 | 第54-58页 |
| ·交通标志跟踪模型的建立 | 第58-60页 |
| ·交通标志跟踪实验结果及分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |
