自然场景中交通标志的检测与识别
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究的背景及意义 | 第11-12页 |
| ·国内外研究现状与进展 | 第12-14页 |
| ·交通标志检测算法的研究现状 | 第12-13页 |
| ·交通标志识别算法的研究现状 | 第13-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| ·本文的组织结构及章节安排 | 第15-17页 |
| 第2章 交通标志检测识别的技术理论和系统架构 | 第17-29页 |
| ·交通标志的基础知识 | 第17-20页 |
| ·颜色分割的基础知识 | 第20-23页 |
| ·RGB颜色空间模型介绍 | 第20-21页 |
| ·HSV颜色空间模型介绍 | 第21-22页 |
| ·YUV颜色空间模型介绍 | 第22-23页 |
| ·形状检测的基础知识 | 第23-24页 |
| ·自然场景下的交通标志 | 第24-26页 |
| ·交通标志检测与识别系统构架 | 第26-27页 |
| ·交通标志检测与识别系统实验平台介绍 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第3章 交通标志的颜色分割 | 第29-45页 |
| ·暗光下图像的预处理 | 第29-34页 |
| ·Gamma校正 | 第29页 |
| ·Retinex算法 | 第29-32页 |
| ·基于Retinex的自适应去暗光算法实现 | 第32-34页 |
| ·交通常用的颜色分割方法介绍 | 第34-37页 |
| ·RGB差值法 | 第35页 |
| ·HSV分割法 | 第35-36页 |
| ·三分量色差法 | 第36-37页 |
| ·双通道权值自适应三分量色差法 | 第37-39页 |
| ·各种颜色分割方法的实验对比 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 交通标志的形状检测 | 第45-69页 |
| ·边缘检测算法简介 | 第45-47页 |
| ·基于凹陷去除的轮廓逼近法 | 第47-54页 |
| ·轮廓的凸包化 | 第47-50页 |
| ·轮廓的凹陷检测与筛选 | 第50-52页 |
| ·不规则形态轮廓的初去除 | 第52页 |
| ·Douglas-Peucker轮廓逼近算法 | 第52-54页 |
| ·三角形、矩形交通标志的形状检测 | 第54-56页 |
| ·模板法 | 第54页 |
| ·基于轮廓线合并的三角形、矩形交通标志检测 | 第54-55页 |
| ·本文的三角形、矩形交通标志检测算法流程 | 第55-56页 |
| ·圆形交通标志的形状检测 | 第56-61页 |
| ·Hough变换法 | 第56-57页 |
| ·随机最小二乘椭圆拟合法 | 第57-58页 |
| ·定间距最小二乘椭圆拟合法 | 第58-59页 |
| ·本文的圆形交通标志检测算法流程 | 第59-61页 |
| ·形状检测算法的综合流程 | 第61-62页 |
| ·交通标志的形状检测实验对比 | 第62-67页 |
| ·本章小结 | 第67-69页 |
| 第5章 交通标志的特征提取与分类识别 | 第69-83页 |
| ·交通标志的特征提取和分类识别方法 | 第69-74页 |
| ·特征提取算法概述 | 第69-70页 |
| ·HOG特征介绍 | 第70-73页 |
| ·PCA特征降维 | 第73-74页 |
| ·支持向量机的基本理论 | 第74-76页 |
| ·基于支持向量机的交通标志分类器实验与分析 | 第76-81页 |
| ·创建交通标志样本库 | 第76-78页 |
| ·支持向量机分类器的训练实验 | 第78-79页 |
| ·HOG特征维数的选择对比 | 第79页 |
| ·实验结果对比与分析 | 第79-81页 |
| ·本章小结 | 第81-83页 |
| 结论 | 第83-85页 |
| 1、工作总结 | 第83-84页 |
| 2、存在的不足及研究工作展望 | 第84-85页 |
| 参考文 献 | 第85-89页 |
| 攻读硕士学位期间发表的学术论文 | 第89-91页 |
| 致谢 | 第91页 |
