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

基于分块核函数特征的交通标识识别

摘要第1-4页
Abstract第4-8页
1 绪论第8-13页
   ·课题研究背景及意义第8-9页
   ·国内外研究现状第9-10页
   ·主要技术难点第10-11页
   ·本文的研究内容及结构安排第11-13页
2 交通标识识别方法概述第13-20页
   ·交通标识识别特征提取简介第13页
   ·交通标识识别分类方法简介第13-15页
   ·本文数据集第15-17页
   ·图像预处理第17-19页
   ·本章小结第19-20页
3 基于形状的交通标识预分类第20-27页
   ·概述第20-21页
   ·圆形交通标识预分类第21-22页
   ·三角形交通标识预分类第22-23页
   ·菱形交通标识预分类第23-24页
   ·实验结果与分析第24-26页
   ·本章小结第26-27页
4 基于分块核函数特征的交通标识识别第27-46页
   ·核函数方法第27-28页
   ·基于核的Fisher非线性鉴别分析第28-30页
   ·分块核函数特征第30-39页
     ·基于加权的分块核函数特征第31-35页
     ·基于子模式组合的分块核函数特征第35-39页
   ·实验结果与分析第39-45页
     ·KFDA特征的分类实验第40-41页
     ·加权分块核函数特征的分类实验第41-43页
     ·子模式组合的分块核函数特征的分类实验第43-45页
   ·本章小结第45-46页
5 基于HOG特征和分块核函数特征的交通标识识别第46-55页
   ·概述第46页
   ·HOG特征第46-47页
     ·HOG特征描述子第46-47页
     ·实验结果第47页
   ·基于特征组合的交通标识识别第47-52页
     ·特征组合识别的优点第47-48页
     ·基于投票法的特征组合第48-49页
     ·SVM分类器第49-52页
   ·实验结果与分析第52-54页
     ·HOG特征和分块核函数特征的单特征分类实验第52-53页
     ·特征组合实验第53-54页
   ·本章小结第54-55页
6 总结与展望第55-57页
   ·工作总结第55-56页
   ·工作展望第56-57页
致谢第57-58页
参考文献第58-62页
附录第62页

论文共62页,点击 下载论文
上一篇:红外、微光/可见光图像融合算法研究
下一篇:交互式电子白板软件的设计及关键技术研究