基于二维主成分分析和支持向量机的交通标志识别
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 1 绪论 | 第7-12页 |
| ·交通标志识别的研究背景及意义 | 第7-8页 |
| ·交通标志识别的研究现状 | 第8-9页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9页 |
| ·交通标志识别系统 | 第9-10页 |
| ·交通标志识别的难点 | 第10-11页 |
| ·本论文的研究工作和内容安排 | 第11-12页 |
| 2 交通标志识别基础 | 第12-29页 |
| ·交通标志的基础知识 | 第12-14页 |
| ·常用的彩色空间 | 第14-20页 |
| ·RGB彩色空间 | 第14页 |
| ·HSV彩色空间 | 第14-16页 |
| ·HSI彩色空间 | 第16-18页 |
| ·YUV（YCbCr）彩色空间 | 第18-20页 |
| ·图像的预处理 | 第20-26页 |
| ·图像增强 | 第20-22页 |
| ·图像滤波去噪 | 第22-25页 |
| ·图像归一化 | 第25-26页 |
| ·图像分割技术 | 第26-28页 |
| ·阈值分割法 | 第26-27页 |
| ·边缘检测分割法 | 第27-28页 |
| ·区域分割法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 3 交通标志的检测与分割 | 第29-38页 |
| ·基于颜色的交通标志检测与分割 | 第29-30页 |
| ·基于形状的交通标志检测与分割 | 第30-34页 |
| ·圆形交通标志的检测 | 第30-31页 |
| ·三角形交通标志的检测 | 第31-32页 |
| ·矩形交通标志的检测 | 第32-33页 |
| ·实验与分析 | 第33-34页 |
| ·基于颜色和形状相结合的交通标志检测与分割 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 4 交通标志的特征提取 | 第38-43页 |
| ·基于二维主成分分析的交通标志特征提取 | 第38-41页 |
| ·二维主成分分析基本理论 | 第39-40页 |
| ·基于二维主成分分析的交通标志特征提取 | 第40-41页 |
| ·二维主成分分析方法的优缺点分析 | 第41页 |
| ·基于改进的二维主成分分析的交通标志特征提取 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于组合核函数支持向量机的交通标志识别 | 第43-60页 |
| ·统计学习理论 | 第43-45页 |
| ·支持向量机基本理论 | 第45-52页 |
| ·最优分类面 | 第45-47页 |
| ·支持向量机 | 第47-49页 |
| ·核函数 | 第49-51页 |
| ·基于SVM的多类分类器 | 第51-52页 |
| ·交通标志识别系统的设计与实现 | 第52-57页 |
| ·交通标志识别系统结构 | 第52-53页 |
| ·交通标志识别数据准备 | 第53-55页 |
| ·核函数参数优化 | 第55-57页 |
| ·系统识别 | 第57页 |
| ·实验结果和分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 6 结论与展望 | 第60-62页 |
| ·结论 | 第60-61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
