图像的线特征提取算法研究及ARM实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 本文的研究背景及意义 | 第8-9页 |
| 1.2 图像特征提取方法的研究现状 | 第9-17页 |
| 1.2.1 图像特征的特点及分类 | 第9-11页 |
| 1.2.2 图像线特征提取的方法 | 第11-16页 |
| 1.2.3 图像线特征提取存在的问题 | 第16-17页 |
| 1.3 本文的主要研究内容 | 第17-18页 |
| 第二章 基于多尺度边缘提取的圆及椭圆检测算法研究 | 第18-32页 |
| 2.1 基于多尺度边缘提取的圆及椭圆检测算法 | 第18-22页 |
| 2.1.1 多尺度边缘检测 | 第18-20页 |
| 2.1.2 圆弧和椭圆弧的提取 | 第20-21页 |
| 2.1.3 候选圆和椭圆的检测 | 第21-22页 |
| 2.1.4 候选圆和椭圆的验证 | 第22页 |
| 2.2 天体表面陨石坑检测算法研究 | 第22-30页 |
| 2.2.1 陨石坑提取结果及分析 | 第23-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 基于ELSD的直线与椭圆提取算法研究 | 第32-44页 |
| 3.1 基于ELSD的直线与椭圆提取算法 | 第32-36页 |
| 3.1.1 图像的预处理 | 第32-33页 |
| 3.1.2 区域生长和曲线生长 | 第33-34页 |
| 3.1.3 候选圆弧及椭圆弧的选取 | 第34-35页 |
| 3.1.4 直线与圆(椭圆)的拟合 | 第35-36页 |
| 3.2 交通标志的检测与识别算法研究 | 第36-43页 |
| 3.2.1 交通标志检测方法概述 | 第36-38页 |
| 3.2.2 限速交通标志检测与识别算法 | 第38-39页 |
| 3.2.3 实验结果与分析 | 第39-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第四章 基于ARM平台的圆(椭圆)检测系统研究 | 第44-57页 |
| 4.1 系统总体方案分析及设计 | 第44-45页 |
| 4.2 圆(椭圆)检测系统的硬件设计 | 第45-50页 |
| 4.2.1 系统硬件平台的主要器件选型 | 第45-47页 |
| 4.2.2 系统硬件的主要电路设计 | 第47-50页 |
| 4.3 圆(椭圆)检测系统的软件设计 | 第50-55页 |
| 4.3.1 Linux移植与设备驱动 | 第50页 |
| 4.3.2 OpenCV的交叉编译及移植 | 第50-54页 |
| 4.3.3 QT的交叉编译及移植 | 第54-55页 |
| 4.4 基于ARM平台的交通标志检测 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文目录及研究成果 | 第64-65页 |
