| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.2 交通标志简介 | 第13-14页 |
| 1.3 交通标志识别技术研究现状 | 第14-18页 |
| 1.3.1 交通标志检测 | 第15-17页 |
| 1.3.2 交通标志识别 | 第17-18页 |
| 1.4 当前存在的问题 | 第18-19页 |
| 1.5 本文的主要研究内容 | 第19-20页 |
| 1.6 论文章节安排 | 第20-22页 |
| 第二章 基于MSER和SVM的快速交通标志检测 | 第22-38页 |
| 2.1 引言 | 第22-23页 |
| 2.2 交通标志感兴趣区域提取 | 第23-27页 |
| 2.2.1 标志颜色增强 | 第23-24页 |
| 2.2.2 最大稳定极值区域 | 第24-27页 |
| 2.3 HOG特征提取与SVM分类 | 第27-32页 |
| 2.3.1 HOG特征 | 第27-28页 |
| 2.3.2 SVM基本原理 | 第28-31页 |
| 2.3.3 SVM分类器训练 | 第31-32页 |
| 2.4 ROI提取和SVM分类相结合的快速标志检测 | 第32-35页 |
| 2.5 实验结果与分析 | 第35-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 多特征融合的交通标志识别 | 第38-48页 |
| 3.1 引言 | 第38-39页 |
| 3.2 特征提取与特征融合 | 第39-42页 |
| 3.2.1 LBP特征 | 第39-40页 |
| 3.2.2 HOG特征 | 第40页 |
| 3.2.3 Gist特征 | 第40-41页 |
| 3.2.4 特征融合 | 第41-42页 |
| 3.3 PCA数据降维 | 第42页 |
| 3.4 多类别交通标志识别 | 第42-43页 |
| 3.5 实验结果与分析 | 第43-47页 |
| 3.5.1 标志识别数据库 | 第43-44页 |
| 3.5.2 实验结果分析 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 交通标志识别系统平台的构建与实现 | 第48-62页 |
| 4.1 TSR系统硬件平台组成 | 第48-51页 |
| 4.2 TSR系统软件平台实现 | 第51-60页 |
| 4.2.1 系统开发环境 | 第51-52页 |
| 4.2.2 系统开发关键技术 | 第52-56页 |
| 4.2.3 系统功能实现 | 第56-60页 |
| 4.3 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 本文工作总结 | 第62页 |
| 5.2 未来研究展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文 | 第72-73页 |
| 学位论文评阅及答辩情况表 | 第73页 |