基于图像识别的路牌信息检测方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 图目录 | 第8-10页 |
| 表目录 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-13页 |
| ·研究现状 | 第13-16页 |
| ·视觉定位 | 第13-14页 |
| ·汉字识别 | 第14-16页 |
| ·主要研究工作 | 第16-17页 |
| ·本文结构安排 | 第17-18页 |
| 第二章 路牌信息检测系统总体结构 | 第18-23页 |
| ·基于路牌信息的视觉定位方案 | 第18-20页 |
| ·路牌信息检测的先验知识 | 第20-21页 |
| ·路牌的类型及特点 | 第20-21页 |
| ·路牌与分岔路口中心点的垂线距离 | 第21页 |
| ·路牌高度及拍摄倾角 | 第21页 |
| ·路牌信息检测总体流程 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 路牌图像预处理 | 第23-48页 |
| ·路牌区域检测 | 第23-39页 |
| ·灰度化 | 第24页 |
| ·数学形态学边缘检测 | 第24-28页 |
| ·Harris 角点检测及其改进算法 | 第28-32页 |
| ·颜色相似性判定 | 第32-34页 |
| ·路牌区域检测算法 | 第34-39页 |
| ·路牌区域倾斜校正 | 第39-43页 |
| ·直线倾角检测与 Hough 变换 | 第39-41页 |
| ·基于整体旋转法的倾斜校正 | 第41-42页 |
| ·基于改进的坐标变换法的倾斜校正 | 第42-43页 |
| ·基于改进的投影法的路牌文字分割 | 第43-46页 |
| ·文字尺寸归一化 | 第46页 |
| ·本章小结 | 第46-48页 |
| 第四章 路牌信息检测 | 第48-70页 |
| ·汉字特征提取 | 第48-53页 |
| ·汉字特征提取方法概述 | 第48-49页 |
| ·Gabor 特征 | 第49-52页 |
| ·网格特征 | 第52-53页 |
| ·BP 神经网络与汉字识别 | 第53-64页 |
| ·人工神经网络概述 | 第53-54页 |
| ·网络模型 | 第54-58页 |
| ·网络的学习方式 | 第58-62页 |
| ·网络的设计 | 第62-63页 |
| ·网络的训练过程 | 第63-64页 |
| ·实验及结果分析 | 第64-69页 |
| ·实验目标 | 第64-65页 |
| ·样本库的创建 | 第65-66页 |
| ·实验方案 | 第66页 |
| ·单级神经网络实验 | 第66-67页 |
| ·二级神经网络实验 | 第67-68页 |
| ·结论 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·内容总结 | 第70-71页 |
| ·下一步的研究工作展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
