| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 附图索引 | 第9-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景和意义 | 第12-13页 |
| ·交通标志检测与识别方法研究现状 | 第13-17页 |
| ·国外研究现状 | 第14-16页 |
| ·国内研究现状 | 第16页 |
| ·交通标志检测与识别方法研究中存在的困难 | 第16-17页 |
| ·本文的主要研究内容 | 第17-18页 |
| ·本文的组织结构 | 第18-20页 |
| 第2章 显著性交通标志检测与识别技术概述 | 第20-29页 |
| ·前言 | 第20页 |
| ·视觉显著性检测技术 | 第20-24页 |
| ·视觉显著性概述 | 第20-21页 |
| ·基于空间域的视觉显著性模型 | 第21-23页 |
| ·基于频率域的视觉显著性模型 | 第23-24页 |
| ·显著性交通标志检测技术 | 第24-26页 |
| ·显著性交通标志 | 第24-25页 |
| ·显著性交通标志检测方法 | 第25-26页 |
| ·交通标志识别技术 | 第26-28页 |
| ·交通标志特征提取 | 第26-27页 |
| ·交通标志分类判别 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于视觉显著性的交通标志检测算法研究 | 第29-46页 |
| ·交通标志检测算法概述 | 第29-32页 |
| ·基于颜色的交通标志检测算法 | 第29-30页 |
| ·基于形状的交通标志检测算法 | 第30-31页 |
| ·交通标志检测方法小结 | 第31-32页 |
| ·基于对数 Gabor 和四元数频域相位的显著性交通标志检测算法 | 第32-41页 |
| ·显著性交通标志检测算法框架 | 第32-33页 |
| ·基于对数 Gabor 和四元数频域相位的显著性交通标志检测算法 | 第33-38页 |
| ·本文所提显著性检测算法实验结果与主客观效果评价 | 第38-41页 |
| ·基于视觉显著性的交通标志提取算法 | 第41-45页 |
| ·前景和背景画笔的自动生成 | 第42页 |
| ·初始分割 | 第42-43页 |
| ·自动分割及提取 | 第43-44页 |
| ·显著性交通标志自动提取实验结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于视觉显著性的交通标志视频检测算法 | 第46-54页 |
| ·交通标志视频检测技术概述 | 第46-47页 |
| ·常用的交通标志视频检测算法简介 | 第47页 |
| ·基于视觉显著性的交通标志视频检测算法 | 第47-53页 |
| ·显著性交通标志视频检测算法实现 | 第47-49页 |
| ·视频序列中交通标志自动提取 | 第49-50页 |
| ·显著性交通标志视频检测实验结果与分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于 SVM 的显著性禁令交通标志分类识别算法 | 第54-66页 |
| ·引言 | 第54页 |
| ·特征点描述算法 | 第54-55页 |
| ·基于 SURF 描述子的禁令交通标志特征提取算法 | 第55-61页 |
| ·基于 SURF 算法的禁令交通标志特征描述算法 | 第56-58页 |
| ·基于 LLC 局部特征编码的交通标志特征提取算法 | 第58-61页 |
| ·基于 SVM 的显著性禁令标志分类识别方法 | 第61-65页 |
| ·样本数据准备 | 第61-62页 |
| ·训练 SVM 分类器与识别算法 | 第62-63页 |
| ·实验设计与结果分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 结论与展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-74页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第74页 |
