| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·交通信号灯识别研究的目的、意义与现状 | 第9-12页 |
| ·交通信号灯识别研究的目的与意义 | 第9页 |
| ·交通信号灯识别方法的研究现状 | 第9-12页 |
| ·智能车辆研究概述 | 第12-15页 |
| ·智能车辆研究的目的与意义 | 第12-13页 |
| ·智能车辆的研究进展与现状 | 第13-15页 |
| ·论文内容与结构 | 第15-16页 |
| 第二章 交通信号灯识别的基本问题 | 第16-21页 |
| ·交通信号灯标准 | 第16-18页 |
| ·交通信号灯识别的关键问题 | 第18页 |
| ·交通信号灯识别跟踪系统结构 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 交通信号灯的检测与识别 | 第21-42页 |
| ·彩色空间模型 | 第21-25页 |
| ·RGB 彩色空间模型 | 第22-23页 |
| ·HIS 彩色空间模型 | 第23-24页 |
| ·HSV 彩色空间模型 | 第24页 |
| ·CIE 彩色空间模型 | 第24-25页 |
| ·基于彩色分割的目标候选区提取 | 第25-32页 |
| ·彩色空间模型的选择 | 第25-26页 |
| ·图像分割技术 | 第26-28页 |
| ·基于 HSV 彩色空间的阈值分割法 | 第28-32页 |
| ·形态学处理 | 第32-36页 |
| ·形态学简介 | 第33-35页 |
| ·候选区域提取 | 第35-36页 |
| ·区域标记 | 第36页 |
| ·基于 AdaBoost 与先验知识的交通信号灯检测与识别 | 第36-40页 |
| ·AdaBoost 算法起源 | 第37页 |
| ·交通信号灯样本库的建立 | 第37-39页 |
| ·样本的训练 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 交通信号灯跟踪方法 | 第42-51页 |
| ·交通信号灯跟踪 | 第42-43页 |
| ·波门跟踪算法 | 第43-45页 |
| ·Mean Shift 算法 | 第45-48页 |
| ·Mean Shift 算法简介 | 第45-46页 |
| ·Mean Shift 算法的定义 | 第46-48页 |
| ·基于 CAMSHIFT 算法的交通信号灯跟踪 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 实验 | 第51-59页 |
| ·实验操作 | 第51-58页 |
| ·交通信号灯样本库的建立 | 第51-52页 |
| ·交通信号灯检测与识别实验 | 第52-54页 |
| ·交通信号灯跟踪实验 | 第54-55页 |
| ·综合实验 | 第55-58页 |
| ·实验结果分析 | 第58-59页 |
| 第六章 总结 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·创新点 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文 | 第67-70页 |
| 附件 | 第70页 |