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

基于脉冲耦合神经网络的交通标志识别

摘要第1-5页
ABSTRACT第5-6页
目录第6-8页
第一章 绪论第8-15页
 §1-1 引言第8页
 §1-2 我国交通标志相关知识介绍第8-9页
 §1-3 交通标志识别的研究目的及意义第9-10页
 §1-4 交通标志识别的国内外研究现状第10-12页
  1-4-1 交通标志识别的国外研究现状第10-12页
  1-4-2 交通标志识别的国内研究现状第12页
 §1-5 本文主要研究内容第12-15页
第二章 利用 PCNN 的图像边缘提取第15-22页
 §2-1 PCNN 基本原理第15-17页
 §2-2 PCNN 的特点及作用第17-19页
  2-2-1 PCNN 特性第17-18页
  2-2-2 PCNN 应用分析第18-19页
 §2-3 基于 PCNN 的边界提取原理分析及结果第19-21页
 §2-4 本章小结第21-22页
第三章 交通标志彩色空间分析第22-33页
 §3-1 颜色模型空间概述第22-25页
  3-1-1 RGB 色彩空间第22-23页
  3-1-2 HSL 和 HSV 色彩空间第23-25页
 §3-2 基于灰度级图像的交通标志熵序列提取第25-28页
 §3-3 分类识别结果分析第28-32页
 §3-4 本章小结第32-33页
第四章 图像的 Euclidean 距离变换第33-39页
 §4-1 图像距离变换原理第33-34页
 §4-2 精确距离变换算法简介第34-37页
  4-2-1 基于带形状校正的腐蚀膨胀实现 EDT第34-36页
  4-2-2 基于边界跟踪的快速 EDT第36-37页
 §4-3 欧氏距离变换的意义及应用第37-38页
 §4-4 本章小结第38-39页
第五章 用于特征图像提取的简化 PCNN第39-49页
 §5-1 简化 PCNN 模型原理第39-40页
 §5-2 简化 PCNN 模型的作用第40-41页
 §5-3 实验结果分析第41-46页
  5-3-1 熵序列特征提取实验结果分析第41-44页
  5-3-2 距离变换及识别结果第44-46页
 §5-4 交通标志识别系统第46-48页
 §5-5 本章小结第48-49页
第六章 总结与展望第49-51页
 §6-1 论文主要完成工作第49-50页
 §6-2 分析与展望第50-51页
参考文献第51-54页
致谢第54-55页
攻读学位期间所取得的相关科研成果第55页

论文共55页,点击 下载论文
上一篇:富水软土地区大直径盾构对邻近建筑影响研究
下一篇:基于“四阶段法”的鲅鱼圈区路网优化研究