基于模糊C均值聚类与支持向量机的交通标志识别研究

摘要	第1-6页
Abstract	第6-9页
第1章 绪论	第9-15页
·课题背景及意义	第9-10页
·国内外研究现状	第10-12页
·本论文研究的内容及结构	第12-15页
第2章 交通标志图检测	第15-43页
·施工路段交通标志设计原则	第15-19页
·图像增强	第19-23页
·图像滤波技术	第20-22页
·图像运动模糊的消除	第22-23页
·基于颜色特征的交通标志检测	第23-27页
·RGB彩色空间	第23-24页
·RGB彩色空间与HSV彩色空间的关系	第24-25页
·RGB空间与HIS空间的转换关系	第25-27页
·数学形态学处理	第27-29页
·连通区域标记	第29-30页
·交通标志图像边缘检测	第30-33页
·基于一阶导数：canny边缘检测算子	第31-32页
·基于二阶导数：高斯-拉普拉斯边缘检测算子	第32-33页
·投影法定位	第33页
·交通标志图像的特征提取	第33-41页
·改进的Hu不变矩基本定义	第35-37页
·Zernike矩	第37-41页
·本章小结	第41-43页
第3章 交通标志图识别	第43-57页
·支持向量机介绍	第43-45页
·SVM 多类分类器	第45-46页
·模糊 C-均值聚类	第46-47页
·系统总体设计	第47-55页
·处理器的选择	第48-50页
·外围电路连接	第50-53页
·图像采集电路设计	第53-54页
·LCD和触摸屏电路设计	第54-55页
·外接存储器电路设计	第55页
·软件部分	第55页
·本章小结	第55-57页
第4章 交通标志检测识别系统设计与实现	第57-61页
·交通标志检测与识别的系统模块设计流程	第57-58页
·数据准备	第58-59页
·SVM 训练和识别	第59页
·实验结果与分析	第59-60页
·本章小结	第60-61页
结论	第61-63页
参考文献	第63-67页
致谢	第67-69页
作者简介	第69页