道路交通标志图像处理
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·论文的研究背景和意义 | 第7-8页 |
| ·国内外研究动态及发展趋势 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9页 |
| ·道路交通标志检测识别的主要难题 | 第9-10页 |
| ·本文主要工作及内容安排 | 第10-11页 |
| 第二章 道路交通标志检测与识别方法 | 第11-17页 |
| ·道路交通标志及分类 | 第11-12页 |
| ·图像的色彩模型 | 第12-14页 |
| ·RGB 色彩空间模型 | 第12-13页 |
| ·HIS 色彩空间模型 | 第13页 |
| ·CIE 色彩空间模型 | 第13-14页 |
| ·道路交通标志检测与识别的主要方法 | 第14-16页 |
| ·基于颜色的方法 | 第14-15页 |
| ·基于形状的方法 | 第15页 |
| ·其他方法 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于颜色信息的交通标志粗分割 | 第17-27页 |
| ·多通道直方图均衡化的图像增强 | 第17-21页 |
| ·直方图均衡化图像增强方法 | 第17-18页 |
| ·基于RGB 空间的直方图均衡化图像增强 | 第18-20页 |
| ·基于HIS 空间的直方图均衡化图像增强 | 第20-21页 |
| ·基于颜色信息的图像初分割 | 第21-25页 |
| ·HIS 色彩空间的图像分割 | 第21-22页 |
| ·RGB 色彩空间的图像分割 | 第22-25页 |
| ·区域标记法阀值滤波 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 基于边界不变矩的交通标志检测 | 第27-39页 |
| ·形态学处理 | 第27-30页 |
| ·膨胀 | 第27-29页 |
| ·腐蚀 | 第29-30页 |
| ·边缘检测 | 第30-32页 |
| ·Sobel 算子 | 第30-31页 |
| ·Canny 算子 | 第31-32页 |
| ·基于边界不变矩的形状检测 | 第32-38页 |
| ·基于Hu 不变矩的边界不变距 | 第32-36页 |
| ·交通标志形状检测 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 一种基于人工免疫网络的交通标志分类方法 | 第39-53页 |
| ·人工免疫系统简介 | 第39-42页 |
| ·免疫学术语介绍 | 第39页 |
| ·免疫机制 | 第39-40页 |
| ·生物免疫系统与人工免疫系统 | 第40-41页 |
| ·人工免疫网络及其应用 | 第41-42页 |
| ·关联规则和关联分类规则相关定义 | 第42-44页 |
| ·分类问题的描述 | 第44-45页 |
| ·分类挖掘的概念 | 第44页 |
| ·部分术语的定义 | 第44-45页 |
| ·算法及其关键技术 | 第45-48页 |
| ·数据的预处理 | 第45页 |
| ·网络的初始化 | 第45-46页 |
| ·抗体亲和度函数 | 第46页 |
| ·超变异 | 第46页 |
| ·剪枝操作 | 第46页 |
| ·免疫网络的抑制操作 | 第46-47页 |
| ·分类操作 | 第47页 |
| ·算法的步骤 | 第47-48页 |
| ·实验与结果分析 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 结束语 | 第53-55页 |
| ·工作总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 在读期间研究成果 | 第61-62页 |
