视频交通灯识别和阴影消除方法及应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-19页 |
| ·研究的背景和意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·本文的主要工作和结构 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第2章 交通灯识别和阴影消除相关的研究 | 第19-31页 |
| ·交通灯识别的相关研究 | 第19-23页 |
| ·交通灯的色彩模型 | 第19-21页 |
| ·候选区域的确认 | 第21-23页 |
| ·阴影消除方法相关研究 | 第23-28页 |
| ·基于纹理的方法 | 第23-26页 |
| ·基于属性的方法 | 第26-28页 |
| ·本章小结 | 第28-31页 |
| 第3章 交通灯识别 | 第31-41页 |
| ·交通灯识别算法结构 | 第31-32页 |
| ·查找候选区域 | 第32-37页 |
| ·训练参数 | 第32-34页 |
| ·查找交通灯的候选点 | 第34-36页 |
| ·过滤候选区域 | 第36-37页 |
| ·模板匹配确认候选区域 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 目标追踪过程中的阴影消除 | 第41-51页 |
| ·阴影特征分析 | 第41-43页 |
| ·基于阴影特征的高斯阴影模型 | 第43-44页 |
| ·基于高斯阴影模型的阴影消除算法 | 第44-48页 |
| ·计算模型参数 | 第45页 |
| ·前景提取 | 第45-47页 |
| ·阴影消除 | 第47页 |
| ·后处理 | 第47-48页 |
| ·本章小结 | 第48-51页 |
| 第5章 实验验证及结果分析 | 第51-63页 |
| ·实验平台 | 第51-52页 |
| ·交通灯识别实验 | 第52-57页 |
| ·实验设计 | 第52-53页 |
| ·实验结果 | 第53-54页 |
| ·验证匹配结果 | 第54-55页 |
| ·准确率和实时性分析 | 第55-57页 |
| ·阴影消除实验 | 第57-61页 |
| ·实验设计 | 第57-58页 |
| ·实验结果 | 第58-60页 |
| ·效果和实时性分析 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 总结与展望 | 第63-65页 |
| 1.结论 | 第63-64页 |
| 2.展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间发表的学术论文 | 第70-71页 |
| 附录B 攻读学位期间所参与的研究项目 | 第71页 |
