| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·研究目的和意义 | 第12页 |
| ·国内外研究现状 | 第12-18页 |
| ·交通标志的检测 | 第12-14页 |
| ·目标跟踪 | 第14-17页 |
| ·多摄像机跟踪 | 第17页 |
| ·全景视觉的构造及应用 | 第17-18页 |
| ·本章小结及论文章节安排 | 第18-20页 |
| 第二章 交通标志检测 | 第20-35页 |
| ·交通标志和颜色空间模型 | 第20-23页 |
| ·交通标志 | 第20页 |
| ·RGB 颜色模型 | 第20-21页 |
| ·HSV 颜色模型 | 第21-22页 |
| ·RGB 到 HSV 颜色模型的转化 | 第22-23页 |
| ·常用的交通标志检测方法 | 第23-29页 |
| ·基于颜色的交通标志分割 | 第23-25页 |
| ·基于形状的交通标志检测 | 第25-27页 |
| ·图像数学形态学处理 | 第27-28页 |
| ·基于颜色和形状结合的交通标志检测 | 第28-29页 |
| ·基于 Haar 特征的交通标志检测 | 第29-33页 |
| ·基于 Haar 特征的检测简介 | 第29-30页 |
| ·OpenCV 中的 Haar 特征 | 第30-31页 |
| ·基于 OpenCV 的 Haar 训练 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 交通标志跟踪 | 第35-42页 |
| ·交通标志跟踪中的 Mean-Shift 算法 | 第35-37页 |
| ·初始目标模型和候选目标模型 | 第36页 |
| ·相似性函数 | 第36-37页 |
| ·定位目标 | 第37页 |
| ·基于改进的 Mean-Shift 算法的交通标志跟踪 | 第37-40页 |
| ·交通标志特征提取 | 第37-39页 |
| ·基于改进的 Mean-Shift 算法跟踪 | 第39-40页 |
| ·跟踪结果及分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于全景视觉的交通标志跟踪及定位 | 第42-50页 |
| ·全景视觉的构造 | 第42-43页 |
| ·基于多相机的交通标志跟踪 | 第43-46页 |
| ·连续目标跟踪交接 | 第43页 |
| ·视角分界线 | 第43-44页 |
| ·构造相机的重叠域 | 第44-45页 |
| ·基于多相机的目标跟踪 | 第45-46页 |
| ·跟踪过程及结果分析 | 第46-48页 |
| ·基于全景视觉的交通标志自动定位 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结和展望 | 第50-52页 |
| ·论文总结 | 第50-51页 |
| ·工作展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 硕士研究生在读期间发表的论文 | 第57页 |
| 硕士研究生在读期间参加的科研工作 | 第57页 |
| 硕士研究生在读期间获得的荣誉 | 第57-59页 |