复杂场景下交通灯的检测与识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·交通信号灯识别相关技术研究现状 | 第11-13页 |
| ·基于颜色阈值的色彩分割 | 第12页 |
| ·基于形状特征的检测方法 | 第12-13页 |
| ·主要研究内容 | 第13-15页 |
| ·自然场景下交通信号灯识别研究难题 | 第13页 |
| ·研究目标与拟解决问题 | 第13-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 交通信号灯识别系统框架 | 第16-27页 |
| ·道路交通信号灯的基础知识 | 第16-17页 |
| ·图像信息的采集与存储系统 | 第17-23页 |
| ·视觉传感器及适配器 | 第17-19页 |
| ·数据采集和传输 | 第19-21页 |
| ·数据存储 | 第21-23页 |
| ·交通信号灯色彩空间分析 | 第23-26页 |
| ·色彩空间概述 | 第23-24页 |
| ·交通信号灯识别可选色彩空间 | 第24-26页 |
| ·交通信号灯识别系统框架 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于色彩信息的交通灯检测 | 第27-45页 |
| ·兴趣区域确定 | 第27-28页 |
| ·图像预处理 | 第28-32页 |
| ·消除光线的影响 | 第28页 |
| ·光线补偿 | 第28-30页 |
| ·直方图均衡化的图像增强 | 第30-32页 |
| ·基于高斯向量与多色彩空间的图像分割 | 第32-36页 |
| ·交通信号灯色彩特征模型 | 第32-33页 |
| ·基于高斯模型的图像分割 | 第33-36页 |
| ·噪声去除及区域修复 | 第36-40页 |
| ·图像滤波技术 | 第37-38页 |
| ·数学形态学技术 | 第38-40页 |
| ·发光单元标记 | 第40-44页 |
| ·连通区域标记 | 第40页 |
| ·基于双行程算法的标记实现 | 第40-42页 |
| ·基于几何尺寸的形状滤波 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 交通信号灯滤波及识别 | 第45-66页 |
| ·基于区域增长与相似性判定的关联滤波 | 第45-51页 |
| ·礼帽运算提取 | 第45-47页 |
| ·区域增长算法原理 | 第47页 |
| ·发光单元相似性关联滤波 | 第47-51页 |
| ·交通信号灯矩形外壳验证 | 第51-54页 |
| ·基于投影直方图的面特征约束 | 第52-54页 |
| ·基于canny 算子的方向标志边缘提取 | 第54-57页 |
| ·基于hu 不变矩方向识别 | 第57-62页 |
| ·hu 不变矩特征提取 | 第57-59页 |
| ·基于改进hu 不变矩的特征提取 | 第59-60页 |
| ·特征样本的建立 | 第60-61页 |
| ·基于马氏距离的标志识别 | 第61-62页 |
| ·跟踪决策模块 | 第62-64页 |
| ·决策滤波器 | 第62-64页 |
| ·邻域滤波器 | 第64页 |
| ·本章小结 | 第64-66页 |
| 第五章 交通信号灯识别实验 | 第66-77页 |
| ·交通信号灯识别数据库定义 | 第66-68页 |
| ·复杂场景下交通灯识别结果 | 第68-72页 |
| ·算法结果分析 | 第72-73页 |
| ·方向指示信号灯实验结果 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间已发表或录用的论文 | 第83-85页 |
