摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文的主要工作 | 第12-14页 |
1.4 本文的研究难点 | 第14-15页 |
1.5 本文的组织结构 | 第15-17页 |
第二章 交通标志检测与识别的技术理论 | 第17-30页 |
2.1 交通标志基础知识 | 第17-18页 |
2.2 交通标志检测的相关理论研究 | 第18-21页 |
2.2.1 基于RGB颜色模型分量差值法的颜色检测 | 第18-19页 |
2.2.2 基于HSV颜色模型的颜色检测 | 第19-20页 |
2.2.3 基于形状的交通标志检测 | 第20-21页 |
2.3 交通标志识别的相关理论研究 | 第21-29页 |
2.3.1 降维方法 | 第21-28页 |
2.3.2 神经网络方法 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 面向移动智能终端的交通标志识别系统架构设计 | 第30-35页 |
3.1 系统需求与分析 | 第30-32页 |
3.1.1 系统需求 | 第30-31页 |
3.1.2 需求分析 | 第31-32页 |
3.2 系统架构设计 | 第32-34页 |
3.2.1 Android客户端设计 | 第33页 |
3.2.2 服务器端设计 | 第33-34页 |
3.2.3 客户端与服务器端的交互设计 | 第34页 |
3.3 本章小结 | 第34-35页 |
第四章 移动终端交通标志检测技术研究 | 第35-52页 |
4.1 交通标志检测算法研究 | 第35-44页 |
4.1.1 颜色分割 | 第36-38页 |
4.1.2 提取候选区域 | 第38-39页 |
4.1.3 形状预分类 | 第39-40页 |
4.1.4 霍夫变换检测形状 | 第40-42页 |
4.1.5 算法测试与分析 | 第42-44页 |
4.2 客户端的设计实现 | 第44-50页 |
4.2.1 opencv简介 | 第44页 |
4.2.2 Android开发环境配置 | 第44-45页 |
4.2.3 移动终端硬件参数 | 第45页 |
4.2.4 核心代码设计实现 | 第45-50页 |
4.3 检测结果与分析 | 第50-51页 |
4.4 本章小结 | 第51-52页 |
第五章 服务器端交通标志识别技术研究 | 第52-79页 |
5.1 交通标志识别算法研究 | 第52-60页 |
5.1.1 LDA over LPP | 第52-54页 |
5.1.2 交通标志识别中的层次图嵌入 | 第54-57页 |
5.1.3 基于稀疏表示的算法优化 | 第57-60页 |
5.2 基于稀疏表示的图嵌入算法分析 | 第60-67页 |
5.2.1 实验数据集 | 第60-62页 |
5.2.2 实验结果和分析 | 第62-67页 |
5.3 服务器端的设计实现 | 第67-73页 |
5.3.1 SRGE算法的MATLAB实现 | 第67-68页 |
5.3.2 MATLAB程序打包成动态链接库 | 第68-70页 |
5.3.3 服务器端的代码设计实现 | 第70-73页 |
5.4 识别系统的测试分析 | 第73-78页 |
5.4.1 系统运行示例 | 第73-75页 |
5.4.2 基于不同限速标志的训练实验 | 第75-77页 |
5.4.3 系统检测率与识别率 | 第77-78页 |
5.4.4 系统实时性 | 第78页 |
5.5 本章小结 | 第78-79页 |
第六章 总结与展望 | 第79-81页 |
6.1 工作总结 | 第79-80页 |
6.2 存在的不足和未来展望 | 第80-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-86页 |