道路交通标志的检测与识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 1 绪论 | 第9-18页 |
| ·论文研究背景及意义 | 第9-10页 |
| ·交通标志检测与识别相关技术及研究现状 | 第10-14页 |
| ·交通标志检测相关技术 | 第10-12页 |
| ·交通标志识别相关技术 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·论文的组织和结构及实验流程图 | 第15-18页 |
| 2 交通标志图像的预处理 | 第18-31页 |
| ·颜色空间模型的介绍与分析 | 第18-23页 |
| ·常用颜色空间模型 | 第18-22页 |
| ·基于颜色信息的检测方法面临的主要困难 | 第22-23页 |
| ·图像的预处理 | 第23-26页 |
| ·中值滤波 | 第23-24页 |
| ·直方图均衡化 | 第24-25页 |
| ·双Gamma校正 | 第25-26页 |
| ·实验结果与分析 | 第26-30页 |
| ·实验数据和环境 | 第26-28页 |
| ·交通标志图像预处理实验结果与分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于颜色信息的交通标志图像检测 | 第31-45页 |
| ·颜色信息的转换与提取 | 第31-34页 |
| ·基于HIS彩色空间的颜色转换 | 第31-32页 |
| ·一种改进的基于区域颜色的突出颜色转换法 | 第32-33页 |
| ·基于RGB三分量色差法的颜色提取 | 第33-34页 |
| ·二值化处理 | 第34-36页 |
| ·基于最大类间方差法(OTSU)的图像分割 | 第35-36页 |
| ·基于直方图分析的固定阈值法图像分割 | 第36页 |
| ·基于数学形态学方法的图像去噪 | 第36-38页 |
| ·实验结果与分析 | 第38-43页 |
| ·颜色信息的转换与提取实例及结果分析 | 第38-42页 |
| ·基于数学形态学方法去噪实例及结果分析 | 第42页 |
| ·性能比较 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 4 结合形状特征的虚假交通标志消除 | 第45-55页 |
| ·候选标志区域的粗定位 | 第45-48页 |
| ·连通区域标记 | 第45-46页 |
| ·获取区域的外接矩形 | 第46-48页 |
| ·基于形状特征的交通标志精确定位 | 第48-51页 |
| ·候选标志区域初次判别 | 第48页 |
| ·基于对称性分析的交通标志精确定位 | 第48-51页 |
| ·实验结果与分析 | 第51-54页 |
| ·双向投影法获取外接矩形实例及结果分析 | 第51页 |
| ·连通性分析法获取外接矩形实例及结果分析 | 第51-52页 |
| ·利用对称性测度消除虚假区域实例及结果分析 | 第52-53页 |
| ·交通标志检测实验结果与分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于支持向量机的交通标志识别 | 第55-71页 |
| ·交通标志图像的特征提取与选择 | 第55-58页 |
| ·模式识别理论 | 第55页 |
| ·特征提取与选择的基本概念 | 第55-56页 |
| ·Hu不变矩 | 第56-57页 |
| ·Zernike不变矩 | 第57-58页 |
| ·统计学习理论与支持向量机 | 第58-64页 |
| ·统计学习理论 | 第59-60页 |
| ·支持向量机 | 第60-64页 |
| ·基于SVM的交通标志识别算法及实验结果与分析 | 第64-70页 |
| ·实验流程图 | 第64页 |
| ·实验过程介绍 | 第64-65页 |
| ·实验结果与分析 | 第65-70页 |
| ·本章小结 | 第70-71页 |
| 6 全文工作总结与展望 | 第71-73页 |
| ·全文工作总结 | 第71-72页 |
| ·本文的局限性和进一步的研究工作 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
