自然场景下交通标志的分割算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·我国现行交通标志 | 第11-13页 |
| ·本文内容及结构安排 | 第13-15页 |
| 2 基于颜色特征的交通标志分割 | 第15-28页 |
| ·颜色空间闽值分割 | 第15-22页 |
| ·RGBN颜色空间分割法及其改进方法 | 第15-17页 |
| ·HSI颜色空间分割法及其改进方法 | 第17-20页 |
| ·OHTA颜色空间分割法及其改进方法 | 第20-22页 |
| ·基于SVM的彩色交通标志图像分割 | 第22-25页 |
| ·SVM算法介绍 | 第22-23页 |
| ·基于SVM的交通标志分割 | 第23-25页 |
| ·实验结果与分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 灰度图像自适应阈值选择 | 第28-41页 |
| ·图像平滑 | 第28-31页 |
| ·中值滤波 | 第28-29页 |
| ·均值滤波 | 第29页 |
| ·高斯滤波 | 第29-30页 |
| ·实验结果与分析 | 第30-31页 |
| ·灰度图像阈值分割 | 第31-37页 |
| ·迭代法阈值分割 | 第31-32页 |
| ·最大类间方差法阈值分割 | 第32-33页 |
| ·基于灰度直方图的多阈值分割 | 第33-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·形态学处理 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 4 多目标轮廓提取 | 第41-52页 |
| ·边缘检测 | 第41-46页 |
| ·一阶微分算子 | 第41-43页 |
| ·二阶微分算子 | 第43-45页 |
| ·改进的边缘检测 | 第45-46页 |
| ·轮廓提取 | 第46-49页 |
| ·实验结果与分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 5 结合形状特征的交通标志分割 | 第52-62页 |
| ·形状判别 | 第52-55页 |
| ·Hu不变矩原理 | 第52-54页 |
| ·边界不变矩 | 第54-55页 |
| ·交通标志形状边界不变矩模板 | 第55-56页 |
| ·实验结果与分析 | 第56-61页 |
| ·实验结果 | 第57-59页 |
| ·实验分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 6 总结和展望 | 第62-64页 |
| ·本文的主要工作 | 第62页 |
| ·展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
