道路交通标志检测与识别系统研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第9-15页 |
| 1.1 交通标志识别研究背景与意义 | 第9页 |
| 1.2 交通标志识别的国内外研究现状 | 第9-12页 |
| 1.2.1 交通标志检测方法 | 第10-11页 |
| 1.2.2 交通标志识别方法 | 第11-12页 |
| 1.3 交通标志识别难点 | 第12-13页 |
| 1.4 研究内容 | 第13-15页 |
| 第2章 交通标志检测与识别理论 | 第15-21页 |
| 2.1 交通标志理论知识 | 第15-17页 |
| 2.2 交通标志检测与识别的关键技术 | 第17-18页 |
| 2.2.1 图像预处理技术 | 第17页 |
| 2.2.2 图像检测技术 | 第17-18页 |
| 2.2.3 图像识别技术 | 第18页 |
| 2.3 交通标志检测与识别系统方案设计 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第3章 图像预处理 | 第21-31页 |
| 3.1 颜色模型分析 | 第21-25页 |
| 3.1.1 RGB颜色模型 | 第21-22页 |
| 3.1.2 HSV颜色模型 | 第22-25页 |
| 3.2 图像增强 | 第25-27页 |
| 3.3 图像滤波 | 第27-29页 |
| 3.3.1 滤波方法简介与分析 | 第27页 |
| 3.3.2 中值滤波 | 第27-29页 |
| 3.4 图像降采样 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 颜色分割 | 第31-41页 |
| 4.1 交通标志颜色分割算法 | 第31-37页 |
| 4.1.1 RGB颜色分割算法 | 第31-33页 |
| 4.1.2 HSV颜色分割算法 | 第33-35页 |
| 4.1.3 滤波以及形态学处理 | 第35-37页 |
| 4.2 交通标志候选区域选择 | 第37-39页 |
| 4.3 本章小结 | 第39-41页 |
| 第5章 交通标志形状检测 | 第41-57页 |
| 5.1 边缘检测 | 第41-47页 |
| 5.1.1 Roberts算子 | 第42-43页 |
| 5.1.2 Sobel算子和Prewitt算子 | 第43-45页 |
| 5.1.3 Canny算子 | 第45-46页 |
| 5.1.4 边缘检测效果比较 | 第46-47页 |
| 5.2 形状检测 | 第47-55页 |
| 5.2.1 Hough变换 | 第47-49页 |
| 5.2.2 模板匹配 | 第49-50页 |
| 5.2.3 圆形度结合几何标记的形状检测 | 第50-55页 |
| 5.3 交通标志定位 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 交通标志的特征提取与分类识别 | 第57-69页 |
| 6.1 交通标志提取 | 第57-60页 |
| 6.2 交通标志特征提取 | 第60-63页 |
| 6.3 基于支持向量机的交通标志分类算法 | 第63-67页 |
| 6.3.1 支持向量机原理 | 第63-64页 |
| 6.3.2 非线性最优分类超平面 | 第64-65页 |
| 6.3.3 基于支持向量机的交通标志分类 | 第65-67页 |
| 6.4 本章小结 | 第67-69页 |
| 第7章 系统设计与实现 | 第69-81页 |
| 7.1 上位机环境 | 第69页 |
| 7.2 下位机设计 | 第69-73页 |
| 7.2.1 下位机硬件设计 | 第69-71页 |
| 7.2.2 下位机软件设计 | 第71-73页 |
| 7.3 图像检测与识别算法流程 | 第73页 |
| 7.4 实验结果 | 第73-79页 |
| 7.4.1 图像检测实验 | 第73-75页 |
| 7.4.2 图像识别实验 | 第75-77页 |
| 7.4.3 电机调速实验 | 第77-79页 |
| 7.5 本章小结 | 第79-81页 |
| 第8章 总结与展望 | 第81-83页 |
| 8.1 研究总结 | 第81-82页 |
| 8.2 不足与展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 个人简历、攻读硕士学位期间发表的学术论文 | 第89-91页 |
| 附录1 电路原理图 | 第91-92页 |
| 附录2 PCB图 | 第92页 |
