| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-21页 |
| ·研究背景 | 第8-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·交通标志分类算法的研究现状 | 第10-13页 |
| ·小波神经网路的研究现状 | 第13-15页 |
| ·基于神经网络进行交通标志识别的必要性研究 | 第15-19页 |
| ·本文的结构安排 | 第19-21页 |
| 第2章 交通标志识别关键技术研究 | 第21-30页 |
| ·交通标志的基本知识 | 第21-24页 |
| ·识别框架 | 第24-25页 |
| ·预处理技术 | 第25-27页 |
| ·模板匹配技术 | 第27-28页 |
| ·特征提取与选择技术 | 第28-29页 |
| ·交通标志分类 | 第29-30页 |
| 第3章 小波神经网络算法 | 第30-41页 |
| ·小波神经网络综述 | 第30-35页 |
| ·神经网络基本概念 | 第30-33页 |
| ·神经网络综述 | 第33-35页 |
| ·小波神经网络算法研究 | 第35-41页 |
| ·小波神经网络的初始化 | 第36-38页 |
| ·小波神经网络的学习 | 第38-41页 |
| 第4章 基于不变矩和小波神经网络的交通标志识别研究 | 第41-53页 |
| ·小波矩特征的计算方法 | 第41-46页 |
| ·平移、比例、归一化 | 第41-43页 |
| ·极坐标化 | 第43页 |
| ·特征提取和选择 | 第43-46页 |
| ·基于BP神经网络的交通标志识别研究 | 第46-49页 |
| ·BP神经网络结构模型 | 第47页 |
| ·BP网络训练的算法实现 | 第47-49页 |
| ·基于小波神经网络的交通标志识别研究 | 第49-53页 |
| 第5章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间发表论文及参与项目 | 第59页 |