| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| ·课题的研究背景和意义 | 第14-15页 |
| ·课题的国内外研究现状 | 第15-18页 |
| ·电子警察研究现状 | 第15页 |
| ·交通标志检测的研究现状 | 第15-17页 |
| ·交通标志识别的研究现状 | 第17-18页 |
| ·交通标志识别所面临的难点 | 第18页 |
| ·本文组织结构 | 第18-20页 |
| 第二章 基于几何不变矩和SVM的交通标志识别 | 第20-36页 |
| ·引言 | 第20-21页 |
| ·图像去雾处理 | 第21-23页 |
| ·特征提取 | 第23-26页 |
| ·Hu矩 | 第24-25页 |
| ·Zernike矩 | 第25-26页 |
| ·支持向量机（SVM）理论简介 | 第26-29页 |
| ·支持向量机概述 | 第26页 |
| ·支持向量机分类原理 | 第26-28页 |
| ·交通标志识别分类器的训练和测试 | 第28-29页 |
| ·去雾前的实验结果与分析 | 第29-31页 |
| ·实验环境 | 第29页 |
| ·去雾前的实验结果 | 第29-30页 |
| ·去雾前的实验结果分析 | 第30-31页 |
| ·去雾后的实验结果与分析 | 第31-34页 |
| ·去雾后的实验结果 | 第31-33页 |
| ·去雾后的实验结果分析 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 基于模板匹配的交通标志识别 | 第36-46页 |
| ·引言 | 第36-37页 |
| ·三种算法原理介绍 | 第37-40页 |
| ·SIFT原理 | 第37-39页 |
| ·SURF原理 | 第39-40页 |
| ·ASIFT原理 | 第40页 |
| ·实验结果与分析 | 第40-44页 |
| ·实验环境 | 第40页 |
| ·以上三种算法的实验性能比较及分析 | 第40-44页 |
| ·以上三种算法的实验性能分析 | 第44页 |
| ·本章小结 | 第44-46页 |
| 第四章 电子警察人机界面设计 | 第46-60页 |
| ·引言 | 第46页 |
| ·EAGLEEYE3智能相机平台介绍 | 第46-48页 |
| ·基于EAGLEEYE3智能相机的电子警察系统介绍 | 第48-53页 |
| ·CCD曝光的必要参数 | 第48-49页 |
| ·EagleEye3系列智能相机的测光区域 | 第49-51页 |
| ·EagleEye3系列智能相机的调光过程 | 第51-53页 |
| ·电子警察人机界面设计 | 第53-58页 |
| ·开发环境 | 第53页 |
| ·电子警察人机界面设计 | 第53-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·工作总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |