基于形状特征的交通标志识别系统
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究目的和意义 | 第9-10页 |
| ·国内外研究现状及发展趋势 | 第10-14页 |
| ·交通标志检测算法的研究现状 | 第11-12页 |
| ·交通标志识别算法的研究现状 | 第12-14页 |
| ·交通标志检测与识别中存在的问题 | 第14页 |
| ·论文主要内容与结构布局 | 第14-16页 |
| 第二章 交通标志概况 | 第16-18页 |
| ·交通标志的分类 | 第16页 |
| ·交通标志检测与识别步骤 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 交通标志检测 | 第18-42页 |
| ·基于颜色特征初步定位 | 第18-27页 |
| ·各颜色空间的比较 | 第18-23页 |
| ·基于 HSV 颜色空间的检测算法 | 第23-27页 |
| ·基于形状特征的精细检测 | 第27-38页 |
| ·形态学过滤 | 第27-30页 |
| ·基于几何形状的目标提取 | 第30-38页 |
| ·检测流程与结果分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 交通标志识别 | 第42-63页 |
| ·交通标志的仿射矫正 | 第42-46页 |
| ·仿射变换原理 | 第43页 |
| ·具体实施步骤 | 第43-46页 |
| ·形状特征获取 | 第46-50页 |
| ·形状特征匹配方法 | 第46-47页 |
| ·形状特征预处理 | 第47-49页 |
| ·SIFT 特征点提取 | 第49-50页 |
| ·BoW-SIFT 模型 | 第50-53页 |
| ·K-mean 算法 | 第50-51页 |
| ·BoW 模型 | 第51-52页 |
| ·具体步骤 | 第52-53页 |
| ·LibSVM | 第53-60页 |
| ·机器学习 | 第54页 |
| ·统计学理论 | 第54-55页 |
| ·最优分类面 | 第55-57页 |
| ·SVM | 第57-59页 |
| ·LibSVM 软件包 | 第59-60页 |
| ·样本数据库的建立 | 第60页 |
| ·交通标志匹配识别的具体训练步骤 | 第60页 |
| ·识别结果分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 系统设计与实现 | 第63-68页 |
| ·系统开发环境与工具 | 第63页 |
| ·实验结果与分析 | 第63-68页 |
| ·检测结果 | 第63-65页 |
| ·识别结果 | 第65-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·论文结论 | 第68-69页 |
| ·未来工作展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 LibSVM 训练图库 | 第73-81页 |
| 在学研究成果 | 第81-82页 |
| 致谢 | 第82页 |
