首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--电子计算机在公路运输和公路工程中的应用论文

复杂环境下交通标志的检测

摘要第8-10页
ABSTRACT第10-11页
第一章 绪论第12-20页
    1.1 本文研究的背景和意义第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 交通标志检测第13-15页
        1.2.2 图像去模糊和去雾第15-16页
    1.3 存在的难点问题第16-17页
    1.4 本文的主要内容和组织结构第17-20页
第二章 交通标志运动模糊的复原第20-40页
    2.1 图像模糊退化模型第20-21页
    2.2 匀速直线运动模糊复原第21-28页
        2.2.1 点扩散函数PSF的确定第22-26页
        2.2.2 几种典型的图像复原算法第26-28页
    2.3 非匀速直线运动模糊的复原第28-38页
        2.3.1 Rob Fergus变分贝叶斯估计法第29-30页
        2.3.2 基于强边缘估计模糊核法第30-38页
    2.4 本章小结第38-40页
第三章 单帧雾化图像去雾第40-50页
    3.1 图像的雾化模型第40页
    3.2 黑暗通道介绍第40-41页
    3.3 利用黑暗通道先验去雾第41-46页
        3.3.1 估计传播函数ts第41-43页
        3.3.2 透射函数图像的优化第43-45页
        3.3.3 对大气光A的估计第45页
        3.3.4 求取清晰图像第45页
        3.3.5 实验结果第45-46页
    3.4 去雾指标和实验结果对比第46-49页
    3.5 本章小结第49-50页
第四章 YIQ空间颜色分割和交通标志检测第50-68页
    4.1 颜色分割基本方法第50-54页
        4.1.1 RGB颜色空间第50-52页
        4.1.2 HSV颜色空间第52-54页
    4.2 YIQ空间的颜色分割第54-58页
        4.2.1 YIQ空间的介绍第54页
        4.2.2 YIQ与Ycbcr空间聚类性分析和比较第54-55页
        4.2.3 二维正态分布模型建立和颜色分割第55-56页
        4.2.4 实验结果第56-57页
        4.2.5 形态学处理和候选区域的确定第57-58页
    4.3 Hu不变矩和SVM结合的标志检测第58-66页
        4.3.1 Hu不变矩介绍第58-59页
        4.3.2 SVM分类器原理介绍第59-63页
        4.3.3 SVM分类器训练和检测结果第63-66页
    4.4 本章小结第66-68页
第五章 结论第68-70页
    5.1 本文工作内容第68-69页
    5.2 未来工作方向第69-70页
参考文献第70-74页
致谢第74-75页
附件第75页

论文共75页,点击 下载论文
上一篇:煤气废水杂环与多环芳烃化合物生物降解及抑制性研究
下一篇:我国体育院校体操普修课垫上动作教学信息资源数字化过程研究