| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 交通标志识别的背景与意义 | 第8-9页 |
| 1.2 交通标志识别的国内外研究现状 | 第9-10页 |
| 1.3 交通标志识别的技术难点 | 第10-11页 |
| 1.4 交通标志识别的流程 | 第11-13页 |
| 1.5 本文的工作以及框架 | 第13-14页 |
| 2 基于PCA-LDA的两阶段交通标志识别 | 第14-25页 |
| 2.1 引言 | 第14-15页 |
| 2.2 方法概述 | 第15页 |
| 2.3 交通标志子类识别 | 第15-17页 |
| 2.4 交通标志类内识别 | 第17-21页 |
| 2.4.1 稀疏表示理论 | 第17-18页 |
| 2.4.2 基于稀疏表示的分类方法 | 第18-19页 |
| 2.4.3 基于核心区域局部冗余字典的稀疏表示 | 第19-21页 |
| 2.5 实验结果与分析 | 第21-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 基于HOG特征的两阶段交通标志识别 | 第25-43页 |
| 3.1 引言 | 第25-26页 |
| 3.2 方法概述 | 第26页 |
| 3.3 交通标志子类识别 | 第26-32页 |
| 3.3.1 HOG特征 | 第27页 |
| 3.3.2 SVM分类器 | 第27-30页 |
| 3.3.3 结合HOG特征与SVM分类器的交通标志识别 | 第30-32页 |
| 3.4 交通标志类内识别 | 第32-38页 |
| 3.4.1 基于核心区域冗余字典的不足 | 第32-33页 |
| 3.4.2 结合RGB与HSI空间的红色像素提取方法 | 第33-36页 |
| 3.4.3 红色圆形类的自适应 | 第36页 |
| 3.4.4 红色正三角形类的自适应 | 第36-37页 |
| 3.4.5 白色圆形类的调整 | 第37-38页 |
| 3.4.6 蓝色圆形类与其它无规则类的调整 | 第38页 |
| 3.5 实验结果与分析 | 第38-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 基于特征融合的两阶段交通标志识别 | 第43-56页 |
| 4.1 引言 | 第43页 |
| 4.2 方法概述 | 第43-44页 |
| 4.3 基于特征融合的子类识别 | 第44-47页 |
| 4.3.1 颜色特征 | 第44-45页 |
| 4.3.2 融合颜色直方图与HOG特征的交通标志识别 | 第45-47页 |
| 4.4 基于特征融合的类内识别 | 第47-50页 |
| 4.4.1 LBP特征 | 第47-49页 |
| 4.4.2 融合LBP特征与HOG特征的交通标志识别 | 第49-50页 |
| 4.5 实验结果与分析 | 第50-55页 |
| 4.6 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64页 |
