车载辅助系统中交通标志检测与识别技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景 | 第9-10页 |
| ·研究现状及相关技术 | 第10-14页 |
| ·国内外研究现状 | 第10-11页 |
| ·交通标志检测技术 | 第11-13页 |
| ·交通标志识别技术 | 第13-14页 |
| ·研究难点 | 第14-15页 |
| ·主要研究工作 | 第15-16页 |
| ·论文章节安排 | 第16-17页 |
| 第二章 视频图像中交通标志分割算法研究 | 第17-30页 |
| ·总体流程框架 | 第17-18页 |
| ·视频图像中交通标志特点分析 | 第18-19页 |
| ·研究对象分析 | 第18页 |
| ·交通标志在视频图像中的特点 | 第18-19页 |
| ·基于颜色特征的交通标志初分割 | 第19-24页 |
| ·RGB和HSI颜色空间模型分析 | 第19-21页 |
| ·简单向量滤波器SVF | 第21-22页 |
| ·实验结果与比较 | 第22-24页 |
| ·基于边缘特征的交通标志再分割 | 第24-29页 |
| ·单帧图像预处理 | 第24-25页 |
| ·融合边缘信息实现再分割 | 第25-28页 |
| ·目标区域的形态学处理 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于形状特征的交通标志检测算法研究 | 第30-41页 |
| ·形状特征分析 | 第30-31页 |
| ·圆形类交通标志检测 | 第31-35页 |
| ·现有圆形目标检测方法 | 第31页 |
| ·基于模板匹配的圆形交通标志检测 | 第31-35页 |
| ·基于拐角特征的标志检测 | 第35-39页 |
| ·现有拐角提取算法分析 | 第35-36页 |
| ·改进拐角提取算法检测矩形和三角形标志 | 第36-39页 |
| ·双向投影精确定位 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于显著性特征的分层识别方法研究 | 第41-49页 |
| ·分层识别问题提出与方法介绍 | 第41-43页 |
| ·研究背景与问题提出 | 第41-42页 |
| ·分层识别方法介绍及优点 | 第42-43页 |
| ·目标识别的层次化描述 | 第43-45页 |
| ·分层识别的一般程序 | 第43-44页 |
| ·目标识别的层次化描述 | 第44-45页 |
| ·基于BP网络的属性特征显著性分析 | 第45-48页 |
| ·BP网络实现交通标志识别 | 第45-47页 |
| ·属性特征显著性分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 分层方法在交通标志识别中的应用 | 第49-61页 |
| ·交通标志属性特征分析 | 第49页 |
| ·交通标志内核图像分割及特征提取 | 第49-53页 |
| ·内核图像分割 | 第49-51页 |
| ·属性特征提取 | 第51-53页 |
| ·交通标志分层识别 | 第53-60页 |
| ·识别对象的确立 | 第53-54页 |
| ·交通标志属性显著性分析 | 第54-56页 |
| ·视频图像中交通标志分层识别 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 工作总结与展望 | 第61-63页 |
| ·工作总结 | 第61-62页 |
| ·作展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间主要的研究成果 | 第69页 |
