基于机器视觉的交通标志识别算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外研究现状及发展趋势 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·交通标志识别存在的难点 | 第13页 |
| ·论文组织结构 | 第13-15页 |
| 第二章 交通标志识别技术研究 | 第15-31页 |
| ·交通标志基本知识 | 第15-18页 |
| ·交通标志识别系统框架 | 第18页 |
| ·预处理技术 | 第18-28页 |
| ·图像增强 | 第18-22页 |
| ·图像滤波 | 第22-27页 |
| ·图像复原 | 第27-28页 |
| ·特征选择与提取 | 第28-29页 |
| ·交通标志识别分类 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于改进 2DPCA 的交通标志识别法 | 第31-45页 |
| ·主成分分析 | 第31-35页 |
| ·主成分的概念 | 第31-33页 |
| ·主成分的求解 | 第33页 |
| ·主成分的性质 | 第33-35页 |
| ·二维主成分分析 | 第35-37页 |
| ·算法思想 | 第35-37页 |
| ·特征提取 | 第37页 |
| ·分类识别 | 第37页 |
| ·改进的二维主成分分析 | 第37-40页 |
| ·类内中间值 | 第38页 |
| ·中间向量和中间矩阵 | 第38-39页 |
| ·两级 2DPCA | 第39页 |
| ·算法流程 | 第39-40页 |
| ·仿真实验 | 第40-44页 |
| ·人脸识别实验 | 第40-42页 |
| ·交通标志仿真实验 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 图嵌入格拉斯曼流行识别法 | 第45-54页 |
| ·流行学习数学基础 | 第45-46页 |
| ·格拉斯曼流行判别分析 | 第46-47页 |
| ·图嵌入理论 | 第47-48页 |
| ·图嵌入格拉斯曼流行判别分析 | 第48-50页 |
| ·格拉斯曼流行内核 | 第50-51页 |
| ·算法流程 | 第51页 |
| ·仿真实验 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·本文主要工作 | 第54-55页 |
| ·进一步研究方向 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 附录 A（攻读硕士学位期间发表论文目录） | 第62页 |
