| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究的主要难点 | 第12-13页 |
| 1.4 本文的主要工作和结构安排 | 第13-15页 |
| 第2章 系统平台开发相关技术 | 第15-28页 |
| 2.1 智能移动终端平台介绍 | 第15页 |
| 2.2 智能手机简介 | 第15-21页 |
| 2.2.1 IOS | 第17-18页 |
| 2.2.2 Blackberry OS | 第18页 |
| 2.2.3 Android | 第18-21页 |
| 2.3 面向C语言的ANDROID开发环境搭建 | 第21-24页 |
| 2.3.1 Android开发环境的搭建 | 第21-22页 |
| 2.3.2 配置C语言调用环境 | 第22-24页 |
| 2.4 VISUAL STUDIO 2010平台及OPENCV应用 | 第24-26页 |
| 2.5 MATLAB简介 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 交通标志识别的基础理论 | 第28-42页 |
| 3.1 数字图像处理基础 | 第28-29页 |
| 3.2 模式识别基础 | 第29-30页 |
| 3.3 图像处理模型 | 第30-32页 |
| 3.3.1 RGB模型 | 第30页 |
| 3.3.2 HSV模型 | 第30-32页 |
| 3.3.3 YUV模型 | 第32页 |
| 3.4 交通标志的先验知识 | 第32-36页 |
| 3.5 图像分割 | 第36-40页 |
| 3.5.1 图像目标区域粗提取 | 第36-38页 |
| 3.5.2 基于颜色特征的图像分割 | 第38页 |
| 3.5.3 基于几何特征的图像分割 | 第38-40页 |
| 3.6 形状识别 | 第40-41页 |
| 3.6.1 基于数字结构特征的识别 | 第40-41页 |
| 3.6.2 基于图像匹配的识别算法 | 第41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 限速牌检测与识别的研究 | 第42-58页 |
| 4.1 实时性限速牌识别系统设计 | 第42页 |
| 4.2 改进的快速图像颜色模型转换 | 第42-43页 |
| 4.3 光照补偿处理 | 第43-48页 |
| 4.3.1 交通标志的不同光照 | 第43-45页 |
| 4.3.2 针对图像光照差异性的处理办法 | 第45-48页 |
| 4.4 目标区域二值化的改进 | 第48-51页 |
| 4.4.1 局部灰度处理 | 第48-49页 |
| 4.4.2 循环迭代二值化 | 第49-51页 |
| 4.5 改进的模板匹配算法 | 第51-57页 |
| 4.5.1 预处理 | 第51-52页 |
| 4.5.2 模板匹配识别算法 | 第52-54页 |
| 4.5.3 匹配相似性测度 | 第54-56页 |
| 4.5.4 构建模板库 | 第56-57页 |
| 4.5.5 优化匹配速度 | 第57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 限速牌识别系统的整体实现及实验分析 | 第58-66页 |
| 5.1 开发平台组建 | 第58-60页 |
| 5.2 系统安装使用介绍 | 第60-62页 |
| 5.3 运行结果与分析 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 总结及展望 | 第66-68页 |
| 6.1 本文工作总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |