移动设备上交通标志识别算法的研究与实现
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·本文研究内容 | 第12-14页 |
| ·本文研究对象 | 第12-13页 |
| ·本文研究重难点 | 第13-14页 |
| ·本文结构安排 | 第14-16页 |
| 第2章 交通标志的检测 | 第16-34页 |
| ·颜色分割 | 第16-23页 |
| ·基于RGB空间的颜色分割 | 第17-18页 |
| ·基于HSV空间的颜色分割 | 第18-23页 |
| ·形态学处理 | 第23-26页 |
| ·膨胀 | 第23-24页 |
| ·腐蚀 | 第24页 |
| ·区域填充 | 第24-26页 |
| ·形状检测 | 第26-33页 |
| ·霍夫变换 | 第26-29页 |
| ·形状检测流程 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 交通标志的识别 | 第34-46页 |
| ·预处理 | 第34-36页 |
| ·图像灰度化 | 第34-35页 |
| ·边缘检测 | 第35页 |
| ·图像尺度归一化 | 第35-36页 |
| ·交通标志的识别 | 第36-45页 |
| ·人工神经网络 | 第36-38页 |
| ·多层前馈网络 | 第38-42页 |
| ·用于识别交通标志的改进卷积神经网络算法 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 识别算法的实验与分析 | 第46-56页 |
| ·实验数据的建立 | 第46-48页 |
| ·检测识别算法的测试比较 | 第48-55页 |
| ·颜色分割算法实验 | 第48-52页 |
| ·基于霍夫变换的形状检测 | 第52-53页 |
| ·神经网络的训练与测试 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 识别算法在iOS平台的实现 | 第56-72页 |
| ·iOS软硬件平台 | 第56-60页 |
| ·iOS操作系统架构层次 | 第56-57页 |
| ·iOS的开发环境 | 第57-59页 |
| ·iOS硬件设备 | 第59-60页 |
| ·iOS平台上实时系统的设计与搭建 | 第60-66页 |
| ·基于蒙版的实时实验数据的预处理 | 第60-61页 |
| ·系统流程与结构 | 第61-63页 |
| ·系统设计和实现 | 第63-66页 |
| ·测试结果与分析 | 第66-71页 |
| ·实时交通标志实验数据的建立 | 第67-68页 |
| ·系统检测识别准确率 | 第68-69页 |
| ·系统实时性 | 第69-70页 |
| ·系统消耗 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| ·全文工作总结 | 第72-73页 |
| ·存在的不足和未来工作展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 作者攻读学位期间公开发表的学术论文 | 第77-78页 |
| 致谢 | 第78页 |
