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 |
