交通标志的识别分类研究及平台实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究的背景和意义 | 第10-12页 |
| 1.2 国内外研究的现状 | 第12-15页 |
| 1.3 存在的问题及发展趋势 | 第15-16页 |
| 1.4 本文主要研究内容和结构安排 | 第16-18页 |
| 第二章 交通标志的特征提取 | 第18-30页 |
| 2.1 交通标志简介及其特点 | 第18-20页 |
| 2.2 样本数据的初步筛选 | 第20-23页 |
| 2.3 图像特征提取 | 第23-29页 |
| 2.3.1 HOG特征 | 第23-26页 |
| 2.3.2 LBP特征 | 第26-27页 |
| 2.3.3 Haar特征 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于SVM的交通标志识别 | 第30-43页 |
| 3.1 SVM原理 | 第30-35页 |
| 3.2 数据降维 | 第35-37页 |
| 3.2.1 PCA降维 | 第35-36页 |
| 3.2.2 LDA降维 | 第36-37页 |
| 3.3 实验结果对比 | 第37-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于RkNN样本优化的SVM交通标志识别 | 第43-54页 |
| 4.1 RkNN简介 | 第43-47页 |
| 4.2 SVM计算复杂度 | 第47页 |
| 4.3 实验结果比较 | 第47-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 交通标志应用平台的构建与实现 | 第54-67页 |
| 5.1 MFC简介 | 第54-55页 |
| 5.2 MATLAB与C++混合编程 | 第55-58页 |
| 5.3 平台中解决的问题 | 第58-61页 |
| 5.4 平台功能介绍 | 第61-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 总结和展望 | 第67-69页 |
| 6.1 本文工作总结 | 第67页 |
| 6.2 后续工作展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |
