基于幅值谱和神经网络的交通标志识别算法的研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-11页 |
·研究背景 | 第7-8页 |
·研究现状 | 第8-9页 |
·国外研究情况 | 第8页 |
·国内研究情况 | 第8-9页 |
·本文的主要内容与工作 | 第9-11页 |
第二章 交通标志识别的技术理论 | 第11-23页 |
·交通标志的基本知识 | 第11-12页 |
·交通标志识别算法总体描述 | 第12-14页 |
·交通标志识别的关键技术 | 第14-22页 |
·图像预处理 | 第14-18页 |
·图像的定位和分割 | 第18-21页 |
·特征提取 | 第21页 |
·分类识别 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 基于HSI彩色空间的二次图像定位算法 | 第23-31页 |
·图像定位算法研究 | 第23-26页 |
·基于RGB彩色空间的图像定位算法 | 第23-24页 |
·基于HSI彩色空间的图像定位算法 | 第24-25页 |
·基于行、列扫描的图像定位算法 | 第25-26页 |
·基于HSI彩色空间的二次图像定位算法 | 第26-27页 |
·实验结果 | 第27-29页 |
·本章小结 | 第29-31页 |
第四章 基于幅值谱的二次图像特征提取算法 | 第31-43页 |
·特征提取算法研究 | 第31-40页 |
·直接特征向量算法 | 第31页 |
·纹理特征提取算法 | 第31-38页 |
·主分量分析算法 | 第38-39页 |
·基于Hu不变矩的图像特征提取算法 | 第39-40页 |
·基于幅值谱的二次图像特征提取算法 | 第40-41页 |
·算法仿真 | 第41-42页 |
·本章小结 | 第42-43页 |
第五章 基于BP神经网络的交通标志识别算法 | 第43-53页 |
·交通标志识别方法研究 | 第43-44页 |
·基于BP神经网络的交通标志识别算法 | 第44-52页 |
·网络介绍 | 第44-45页 |
·网络训练 | 第45-49页 |
·网络测试 | 第49-52页 |
·本章小结 | 第52-53页 |
第六章 结束语 | 第53-55页 |
·总结 | 第53-54页 |
·展望 | 第54-55页 |
致谢 | 第55-57页 |
参考文献 | 第57-59页 |
在读期间的研究成果 | 第59-60页 |