智能车实时交通标志识别和直线道路检测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-18页 |
| ·研究背景和意义 | 第7-9页 |
| ·交通标志和城市道路相关知识 | 第9-13页 |
| ·指示标志牌 | 第9-10页 |
| ·警告标志牌 | 第10-11页 |
| ·禁令标志牌 | 第11-12页 |
| ·城市直线道路 | 第12-13页 |
| ·交通标志识别和道路检测的复杂性 | 第13页 |
| ·国内外研究现状 | 第13-17页 |
| ·交通标志识别研究现状 | 第13-15页 |
| ·道路检测研究现状 | 第15-16页 |
| ·本文实现的智能车视觉系统 | 第16-17页 |
| ·本文内容安排 | 第17-18页 |
| 第二章 图像预处理 | 第18-22页 |
| ·颜色空间模型的概述和分析 | 第18-20页 |
| ·RGB 彩色模型空间分析 | 第18-19页 |
| ·HSV 彩色模型空间分析 | 第19页 |
| ·RGB 彩色模型与HSV 彩色模型的变换关系 | 第19-20页 |
| ·图像的对比度增强 | 第20-22页 |
| 第三章 交通标志识别 | 第22-39页 |
| ·交通标志识别系统总体设计 | 第22-23页 |
| ·基于颜色空间的图像分割 | 第23-28页 |
| ·RGB 彩色空间阈值分割 | 第24-25页 |
| ·HSV 彩色空间阈值分割 | 第25-27页 |
| ·RGB 和HSV 共同用于颜色分割 | 第27-28页 |
| ·形态学处理 | 第28-31页 |
| ·基于形状的分割 | 第31-33页 |
| ·特征提取 | 第33-37页 |
| ·标志内容分割 | 第34-35页 |
| ·特征提取 | 第35-37页 |
| ·神经网络训练分类器 | 第37-39页 |
| 第四章 城市直线道路检测 | 第39-45页 |
| ·城市直线道路检测总体设计 | 第39-40页 |
| ·初步直线提取 | 第40-41页 |
| ·几何约束 | 第41-45页 |
| 第五章 实验分析 | 第45-51页 |
| ·交通标志识别实验分析 | 第45-48页 |
| ·直线道路检测实验分析 | 第48-51页 |
| 第六章 总结与展望 | 第51-52页 |
| ·全文总结 | 第51页 |
| ·问题与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57页 |
