首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

交通标志检测算法的研究和性能分析

摘要第4-5页
Abstract第5-6页
1 绪论第9-16页
    1.1 课题的研究背景和意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 检测算法研究的研究现状第10-12页
        1.2.2 检测算法性能分析的研究现状第12-13页
    1.3 研究内容及结构安排第13-16页
        1.3.1 交通标志检测研究的重难点第13-14页
        1.3.2 主要研究内容第14-15页
        1.3.3 论文组织结构第15-16页
2 交通标志图像数据集第16-23页
    2.1 交通标志的基本知识第16-18页
    2.2 现有的一些交通标志图像数据集第18-20页
    2.3 建立的交通标志图像数据集第20-22页
    2.4 本章小结第22-23页
3 交通标志检测与识别系统设计第23-30页
    3.1 系统整体框架和实验平台第23-25页
        3.1.1 TSR系统的整体框架第23页
        3.1.2 TSR系统的实验平台第23-25页
    3.2 系统的识别算法第25-29页
        3.2.1 图像预处理第25-26页
        3.2.2 2DPCA/Gabor特征提取第26-28页
        3.2.3 K-NN分类算法第28-29页
    3.3 实验分析第29页
    3.4 本章小结第29-30页
4 交通标志检测算法的性能分析第30-44页
    4.1 颜色空间模型介绍第31-32页
    4.2 基于颜色信息的交通标志分割算法第32-36页
        4.2.1 RGBNT颜色分割第33页
        4.2.2 HST色调、饱和度颜色分割第33-34页
        4.2.3 OST Ohta空间颜色分割第34-35页
        4.2.4 SVF简单颜色滤波器第35-36页
    4.3 基于边缘检测的交通标志分割算法第36-38页
    4.4 检测算法的性能评价方法第38-43页
        4.4.1 性能分析指标第39页
        4.4.2 实验比较第39-42页
        4.4.3 实验结果及分析第42-43页
    4.5 本章小结第43-44页
5 基于MSR的交通标志检测算法第44-55页
    5.1 MSR彩色增强算法第44-49页
        5.1.1 Retinex理论第44-46页
        5.1.2 SSR方法第46页
        5.1.3 MSR方法第46-47页
        5.1.4 实验比较第47-49页
    5.2 基于MSR方法的交通标志检测算法第49-53页
        5.2.1 检测算法的整体框架第49-50页
        5.2.2 基于形态学操作的图像滤波第50-51页
        5.2.3 形状信息判别第51-53页
    5.3 实验结果及分析第53-54页
    5.4 本章小结第54-55页
6 总结与展望第55-57页
    6.1 总结第55-56页
    6.2 研究展望第56-57页
参考文献第57-63页
攻读学位期间主要的研究成果第63-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于机器视觉的货车交叉杆几何尺寸检测
下一篇:支持协作与自主学习的个人学习环境的框架与实现