基于机器视觉的交通路口车载辅助系统研究
| 中文摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景 | 第11页 |
| ·研究目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·存在的主要问题 | 第14-15页 |
| ·本文的研究内容 | 第15-17页 |
| 第2章 系统的理论基础 | 第17-29页 |
| ·图像模式识别系统框架 | 第17-22页 |
| ·图像数据获取 | 第17-19页 |
| ·图像预处理 | 第19-20页 |
| ·图像分割 | 第20-21页 |
| ·特征提取 | 第21-22页 |
| ·决策分类 | 第22页 |
| ·HOG 特征 | 第22-23页 |
| ·模式识别方法 | 第23-28页 |
| ·模板匹配 | 第24页 |
| ·统计模式识别 | 第24-25页 |
| ·BP 神经网络 | 第25-26页 |
| ·SVM 分类方法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 交通信号灯检测与识别 | 第29-46页 |
| ·信号灯识别总体框架 | 第29-30页 |
| ·图像预处理 | 第30-33页 |
| ·图像灰度化 | 第30-31页 |
| ·直方图均衡化 | 第31-32页 |
| ·颜色模型转换 | 第32-33页 |
| ·信号灯定位 | 第33-38页 |
| ·信号灯定位过程 | 第33-34页 |
| ·图像二值化 | 第34-36页 |
| ·信号灯搜索 | 第36-37页 |
| ·图像截取 | 第37-38页 |
| ·信号灯分割 | 第38页 |
| ·信号灯分类 | 第38-39页 |
| ·数字指示灯识别 | 第39-42页 |
| ·BP 网络设计 | 第39-40页 |
| ·实验与结果分析 | 第40-42页 |
| ·方向指示灯识别 | 第42-45页 |
| ·细化处理 | 第42-43页 |
| ·特征分析 | 第43-44页 |
| ·分类过程 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 路口行人检测 | 第46-59页 |
| ·行人检测系统总体框架 | 第46-47页 |
| ·行人检测方法选择 | 第47-48页 |
| ·ROIs 分割 | 第48-53页 |
| ·ROIs 分析 | 第48-49页 |
| ·斑马线检测过程 | 第49-51页 |
| ·斑马线提取实验 | 第51-53页 |
| ·行人样本与特征提取 | 第53-54页 |
| ·行人样本选取 | 第53-54页 |
| ·行人特征提取 | 第54页 |
| ·分类器设计 | 第54-57页 |
| ·SVM 模型建立与训练 | 第55-56页 |
| ·SVM 分类测试 | 第56-57页 |
| ·窗口扫描与行人检测 | 第57-58页 |
| ·行人检测总体流程 | 第57页 |
| ·实验及结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 系统原型设计与实现 | 第59-67页 |
| ·系统框架及实现 | 第59-61页 |
| ·信号灯检测与定位 | 第59-61页 |
| ·信号灯检测结果分析 | 第61页 |
| ·信号灯识别模块 | 第61-64页 |
| ·数字指示灯分类 | 第62-63页 |
| ·方向指示灯分类 | 第63-64页 |
| ·行人检测模块 | 第64-66页 |
| ·特征提取与 SVM 训练 | 第64-65页 |
| ·ROIs 分割与窗口搜索 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·本文主要工作 | 第67-68页 |
| ·下一步研究工作展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士期间发表的相关论文 | 第74-75页 |
| 致谢 | 第75-76页 |
