智能车视觉感知技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·智能车视觉感知技术的研究背景和意义 | 第10-11页 |
| ·智能车视觉感知技术国内外研究现状 | 第11-14页 |
| ·交通灯检测与识别技术的研究现状 | 第11-12页 |
| ·交通标志检测算法研究现状 | 第12-14页 |
| ·本文主要研究工作和内容安排 | 第14-15页 |
| ·论文组织结构 | 第15-17页 |
| 第二章 交通灯区域搜索定位 | 第17-31页 |
| ·交通灯特征研究 | 第17-18页 |
| ·图像处理颜色空间选择 | 第18-22页 |
| ·图像光线补偿以及直方图均衡化 | 第22-24页 |
| ·光线补偿处理 | 第22-23页 |
| ·直方图均衡化图像处理 | 第23-24页 |
| ·颜色阈值提取 | 第24-26页 |
| ·阈值图像形态学处理 | 第26-28页 |
| ·图像闭运算处理 | 第26-28页 |
| ·图像填充处理 | 第28页 |
| ·图像特征过滤 | 第28-30页 |
| ·面积过滤除噪 | 第28-29页 |
| ·圆形度过滤处理 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 交通灯精确定位与识别 | 第31-50页 |
| ·交通灯精确定位 | 第31-32页 |
| ·模版匹配算法改进 | 第32-33页 |
| ·基础算法研究总结 | 第32-33页 |
| ·改进序贯相似性检测算法 | 第33页 |
| ·基于改进匹配算法交通灯匹配识别 | 第33-35页 |
| ·交通灯模板提取 | 第33-34页 |
| ·交通灯模板大小设计 | 第34-35页 |
| ·交通灯对比识别算法 | 第35-36页 |
| ·算法提出 | 第35-36页 |
| ·识别结果 | 第36页 |
| ·交通灯识别实验 | 第36-49页 |
| ·实验数据样本采集 | 第37-39页 |
| ·模板匹配算法实验结果与分析 | 第39-42页 |
| ·对比识别算法应用与实验结果 | 第42-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 交通标志颜色检测 | 第50-57页 |
| ·交通标志特征研究 | 第50-51页 |
| ·颜色阈值分割算法应用与实验结果 | 第51-54页 |
| ·图像滤波处理算法应用 | 第54-56页 |
| ·两种滤波算法应用结果与分析 | 第54-55页 |
| ·形态学处理算法应用 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 圆形交通标志的检测 | 第57-64页 |
| ·Hough 变换研究以及性能分析 | 第57-58页 |
| ·改进 Hough 变换 | 第58-59页 |
| ·传统算法研究分析总结 | 第58页 |
| ·优化算法研究分析总结 | 第58-59页 |
| ·改进型 Hough 变换圆检测算法应用 | 第59-60页 |
| ·基于圆形度的形状检测算法应用 | 第60-61页 |
| ·圆形度检测算法 | 第60-61页 |
| ·实验结果 | 第61页 |
| ·两种检测算法对比实验及其结果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-67页 |
| ·本文工作总结 | 第64-65页 |
| ·前景展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73页 |
| 作者在读期间发表的学术论文及参加的科研项目 | 第73页 |
