基于视觉的交通信号灯检测与识别系统的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 信号灯识别的研究难题 | 第13-14页 |
| 1.4 本文工作内容与结构安排 | 第14-17页 |
| 1.4.1 本文的主要工作 | 第14-15页 |
| 1.4.2 本文的组织结构 | 第15-17页 |
| 第2章 交通信号灯检测与识别系统相关知识 | 第17-23页 |
| 2.1 交通信号灯基本知识 | 第17-18页 |
| 2.2 颜色空间的选择 | 第18-21页 |
| 2.3 系统整体设计 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于亮度和颜色信息的信号灯检测 | 第23-45页 |
| 3.1 感兴趣区域确定 | 第23-24页 |
| 3.2 图像预处理 | 第24-26页 |
| 3.2.1 灰度化 | 第24-25页 |
| 3.2.2 直方图均衡化 | 第25-26页 |
| 3.3 基于亮度信息的滤波 | 第26-30页 |
| 3.3.1 数学形态学处理 | 第26-29页 |
| 3.3.2 高斯滤波 | 第29-30页 |
| 3.4 基于HSI彩色空间的局部颜色分割 | 第30-33页 |
| 3.4.1 阈值分割 | 第30-31页 |
| 3.4.2 局部颜色分割 | 第31-33页 |
| 3.5 区域标记 | 第33页 |
| 3.6 基于几何特征的滤波 | 第33-36页 |
| 3.7 信号灯区域验证 | 第36-43页 |
| 3.7.1 信号灯目标区域处理 | 第36-37页 |
| 3.7.2 背板验证 | 第37-41页 |
| 3.7.3 基于多帧统计的结果验证 | 第41-43页 |
| 3.8 本章小结 | 第43-45页 |
| 第4章 交通信号灯识别与跟踪 | 第45-65页 |
| 4.1 经典模式识别系统概述 | 第45-46页 |
| 4.2 边缘检测技术 | 第46-47页 |
| 4.3 基于改进Hu不变矩的特征提取 | 第47-50页 |
| 4.3.1 特征提取技术 | 第47-48页 |
| 4.3.2 不变矩特征提取 | 第48-50页 |
| 4.4 分类识别 | 第50-52页 |
| 4.4.1 建立特征样本库 | 第51页 |
| 4.4.2 相似度度量 | 第51-52页 |
| 4.5 交通信号灯的几何模型 | 第52-58页 |
| 4.5.1 圆形交通信号灯 | 第52-54页 |
| 4.5.2 箭头向交通信号灯 | 第54-58页 |
| 4.6 目标跟踪 | 第58-63页 |
| 4.6.1 基于Mean Shift的目标跟踪 | 第58-60页 |
| 4.6.2 基于camshift的信号灯跟踪 | 第60-63页 |
| 4.7 局部图像检测 | 第63页 |
| 4.8 本章小结 | 第63-65页 |
| 第5章 实验结果分析 | 第65-73页 |
| 5.1 系统实现过程 | 第65-66页 |
| 5.2 实验结果分析 | 第66-72页 |
| 5.2.1 信号灯检测结果与分析 | 第68-70页 |
| 5.2.2 信号灯识别结果与分析 | 第70-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第6章 结论与展望 | 第73-75页 |
| 6.1 本文工作总结 | 第73-74页 |
| 6.2 未来工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
