| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 论文研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 交通标志检测与识别技术面临的问题 | 第13-15页 |
| 1.4 论文主要研究内容与组织结构 | 第15-17页 |
| 1.4.1 论文主要研究内容 | 第15-16页 |
| 1.4.2 论文组织结构 | 第16-17页 |
| 第2章 交通标志的图像预处理与分割 | 第17-35页 |
| 2.1 交通标志简介 | 第17-19页 |
| 2.1.1 交通标志分类及含义 | 第17-18页 |
| 2.1.2 交通标志的设计特点 | 第18-19页 |
| 2.2 交通标志图像预处理 | 第19-24页 |
| 2.2.1 图像直方图均衡化 | 第19-20页 |
| 2.2.2 图像去噪声处理 | 第20-24页 |
| 2.3 常用颜色空间模型简介 | 第24-29页 |
| 2.3.1 RGB颜色空间 | 第24-25页 |
| 2.3.2 HSV颜色空间 | 第25-26页 |
| 2.3.3 HSI颜色空间 | 第26-27页 |
| 2.3.4 YUV（YCbCr）颜色空间 | 第27-29页 |
| 2.4 基于颜色空间模型的交通标志分割 | 第29-33页 |
| 2.4.1 基于HSV颜色空间的交通标志分割 | 第29-31页 |
| 2.4.2 图像形态学处理 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于改进型Hough的交通标志检测 | 第35-47页 |
| 3.1 基于形状特征的交通标志检测算法概述 | 第35-36页 |
| 3.2 交通标志边缘检测技术 | 第36-39页 |
| 3.3 改进型Hough检测算法 | 第39-45页 |
| 3.3.1 Hough变换原理 | 第39-41页 |
| 3.3.2 改进型Hough圆形检测算法 | 第41-43页 |
| 3.3.3 改进型Hough三角形检测算法 | 第43-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 基于改进型ELM和AdaBoost算法的交通标志识别 | 第47-63页 |
| 4.1 交通标志的特征提取与降维 | 第47-51页 |
| 4.1.1 HOG特征提取算法 | 第47-50页 |
| 4.1.2 2DPCA特征降维算法 | 第50-51页 |
| 4.2 改进型ELM算法理论 | 第51-55页 |
| 4.2.1 ELM算法基本原理 | 第51-53页 |
| 4.2.2 改进型ELM算法 | 第53-55页 |
| 4.3 AdaBoost算法理论 | 第55-57页 |
| 4.3.1 Boosting算法概述 | 第55-56页 |
| 4.3.2 AdaBoost算法 | 第56-57页 |
| 4.4 基于改进型ELM和AdaBoost的交通标志识别算法 | 第57-60页 |
| 4.4.1 加权ELM权重矩阵的确定 | 第57-58页 |
| 4.4.2 本文算法详细流程 | 第58-60页 |
| 4.5 识别实验结果与分析 | 第60-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 本文工作总结 | 第63-64页 |
| 5.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 发表论文和参加科研情况说明 | 第71-73页 |
| 致谢 | 第73-74页 |