道路交通标志的检测研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第9-11页 |
| 1 引言 | 第11-17页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 国内外研究发展现状 | 第12-14页 |
| 1.3 论文的主要研究工作 | 第14-16页 |
| 1.4 论文结构 | 第16-17页 |
| 2 相关工作基础 | 第17-29页 |
| 2.1 交通标志检测流程 | 第17-18页 |
| 2.2 交通标志分割技术 | 第18-23页 |
| 2.3 交通标志识别技术 | 第23-26页 |
| 2.4 交通标志检测数据集 | 第26-28页 |
| 2.5 小结 | 第28-29页 |
| 3 融合颜色和形状的交通标志分割 | 第29-49页 |
| 3.1 基本框架 | 第29-30页 |
| 3.2 基于颜色信息的阈值自动化分割 | 第30-33页 |
| 3.3 基于梯度直方图的分割方法 | 第33-34页 |
| 3.4 基于傅里叶描述子的分割方法 | 第34-38页 |
| 3.4.1 傅里叶描述子 | 第34-36页 |
| 3.4.2 傅里叶描述子分割算法 | 第36-38页 |
| 3.5 实验结果与分析 | 第38-47页 |
| 3.5.1 交通标志分割实验数据集 | 第38-39页 |
| 3.5.2 颜色阈值分割实验结果与分析 | 第39-41页 |
| 3.5.3 梯度直方图分割实验结果与分析 | 第41-43页 |
| 3.5.4 傅里叶描述子分割实验结果与分析 | 第43-47页 |
| 3.5.5 特征融合分割实验结果与分析 | 第47页 |
| 3.6 小结 | 第47-49页 |
| 4 交通标志识别 | 第49-72页 |
| 4.1 基于HoG特征的交通标志识别方法 | 第49-53页 |
| 4.1.1 HoG特征 | 第49-50页 |
| 4.1.2 基于HoG特征的识别框架 | 第50-53页 |
| 4.2 基于HSC特征的交通标志识别研究 | 第53-61页 |
| 4.2.1 HSC特征的提出 | 第53-54页 |
| 4.2.2 K-SVD算法 | 第54-56页 |
| 4.2.3 OMP算法 | 第56-58页 |
| 4.2.4 基于HSC特征的识别方法 | 第58-61页 |
| 4.3 实验结果与分析 | 第61-70页 |
| 4.3.1 交通标志识别数据集 | 第61-62页 |
| 4.3.2 HoG特征识别实验结果与分析 | 第62-66页 |
| 4.3.3 HSC特征识别实验结果与分析 | 第66-70页 |
| 4.4 小结 | 第70-72页 |
| 5 结论与展望 | 第72-74页 |
| 5.1 论文工作总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第77-79页 |
| 学位论文数据集 | 第79页 |
