| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-16页 |
| ·交通标志识别系统的简介 | 第9-10页 |
| ·交通标志简介 | 第10-12页 |
| ·交通标志识别系统研究的现状 | 第12-14页 |
| ·交通标志识别的技术难点 | 第14页 |
| ·论文的思路 | 第14-16页 |
| 第2章 交通标志的预处理及分割 | 第16-36页 |
| ·交通标志的获取及预处理 | 第16-18页 |
| ·交通标志的获取 | 第16页 |
| ·基于HSI 空间的色彩增强 | 第16-18页 |
| ·基于色彩空间的交通标志粗定位 | 第18-27页 |
| ·基于RGB 色彩空间交通标志粗定位 | 第18-21页 |
| ·基于l~*a~*b 色彩空间的k 均值聚类粗定位 | 第21-24页 |
| ·基于YCbCr 空间的交通标志粗定位 | 第24-27页 |
| ·基于形状的交通标志的精确定位 | 第27-31页 |
| ·圆形交通标志定位 | 第27-29页 |
| ·矩形标志定位 | 第29-30页 |
| ·三角形标志定位 | 第30-31页 |
| ·实验分析 | 第31-36页 |
| 第3章 基于zernike 矩和相关系数的交通标志识别 | 第36-42页 |
| ·Zernike 矩特征 | 第36-39页 |
| ·相关系数 | 第39-40页 |
| ·基于不变矩与相关系数的交通标志识别 | 第40-42页 |
| 第4章 基于像素特征和神经网络的交通标志识别 | 第42-56页 |
| ·BP 神经网络简介 | 第42-45页 |
| ·改进型BP 神经网络 | 第45-46页 |
| ·基于BP 神经网络的交通标志识别 | 第46-50页 |
| ·基于BP 神经网络的交通标志识别的改进 | 第50-53页 |
| ·实验分析 | 第53-56页 |
| 第5章 论文的工作以及展望 | 第56-57页 |
| ·论文的研究工作 | 第56页 |
| ·论文的局限性和展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 读硕期间撰写的论文 | 第61-62页 |
| 致谢 | 第62-63页 |