| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题研究的意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 交通标志分类系统国内外研究现状 | 第16-17页 |
| 1.2.2 BOF算法研究现状 | 第17-18页 |
| 1.3 研究的主要工作 | 第18页 |
| 1.4 论文的结构安排 | 第18-19页 |
| 第二章 相关技术 | 第19-34页 |
| 2.1 交通标志检测 | 第19-26页 |
| 2.1.1 基于颜色的检测方法 | 第19-23页 |
| 2.1.2 基于形状的检测方法 | 第23-25页 |
| 2.1.3 颜色和形状相结合的检测方法 | 第25-26页 |
| 2.2 交通标志识别 | 第26-32页 |
| 2.2.1 模板匹配方法 | 第27页 |
| 2.2.2 基于学习机制的方法 | 第27-30页 |
| 2.2.3 基于局部特征匹配的方法 | 第30-32页 |
| 2.3 国内外交通标志样本库 | 第32-33页 |
| 2.4 小结 | 第33-34页 |
| 第三章 基于RGB空间的颜色概率模型交通标志算法研究 | 第34-46页 |
| 3.1 概述 | 第34-35页 |
| 3.2 颜色概率模型 | 第35-36页 |
| 3.3 基于RGB空间的颜色概率模型交通标志检测 | 第36-37页 |
| 3.3.1 一种改进的颜色概率模型 | 第36页 |
| 3.3.2 二值化 | 第36-37页 |
| 3.4 基于RGB空间的颜色概率模型交通标志分类 | 第37-41页 |
| 3.4.1 HOG特征提取 | 第37-39页 |
| 3.4.2 基于HOG特征的SVM训练 | 第39-41页 |
| 3.5 实验及结果分析 | 第41-45页 |
| 3.5.1 实验准备工作 | 第41-42页 |
| 3.5.2 实验过程及结果分析 | 第42-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于BOF的交通标志分类算法研究 | 第46-60页 |
| 4.1 概述 | 第46-47页 |
| 4.2 BOF算法 | 第47-54页 |
| 4.2.1 采用SIFT算法提取交通标志的全局特征 | 第48-50页 |
| 4.2.2 基于BOF-SIFT算法的特征提取 | 第50-54页 |
| 4.3 基于BOF的交通标志分类 | 第54-56页 |
| 4.4 实验结果及分析 | 第56-58页 |
| 4.4.1 实验准备工作 | 第56页 |
| 4.4.2 实验过程及结果分析 | 第56-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 下一步工作 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 附录：读研期间科研情况 | 第69页 |