道路交通标志检测与识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 智能交通系统简介 | 第9页 |
| 1.2 研究背景 | 第9-11页 |
| 1.2.1 可以辅助车辆的驾驶系统 | 第10页 |
| 1.2.2 智能交通系统可以成为无人驾驶的一部分 | 第10页 |
| 1.2.3 应用于多学科交叉研究 | 第10-11页 |
| 1.3 国内外的发展现况 | 第11-12页 |
| 1.3.1 国外研究状况 | 第11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 阻碍交通标致识别的一些因素 | 第12-13页 |
| 1.5 交通标志检测与识别的流程 | 第13页 |
| 1.6 论文的主要内容 | 第13-15页 |
| 第二章 交通标志检测与识别的基本条件 | 第15-23页 |
| 2.1 交通标志 | 第15-18页 |
| 2.1.1 警告标志 | 第16页 |
| 2.1.2 禁令标志 | 第16-17页 |
| 2.1.3 指示标志 | 第17-18页 |
| 2.2 基于颜色的检测方法 | 第18-21页 |
| 2.2.1 RGB彩色空间 | 第18-20页 |
| 2.2.2 HSI彩色空间 | 第20页 |
| 2.2.3 YUV彩色空间 | 第20-21页 |
| 2.3 基于形状的检测方法 | 第21-22页 |
| 2.4 颜色和形状结合的方法 | 第22-23页 |
| 第三章 交通标志检测 | 第23-42页 |
| 3.1 图像预处理 | 第23页 |
| 3.2 RGB颜色分割 | 第23-25页 |
| 3.2.1 颜色阈值 | 第24-25页 |
| 3.3 形状检测 | 第25-42页 |
| 3.3.1 最优拐角检测法 | 第25-31页 |
| 3.3.2 拐角提取 | 第31-32页 |
| 3.3.3 三角形标志的检测： | 第32-36页 |
| 3.3.4 矩形标志检测 | 第36-38页 |
| 3.3.5 圆形标志的检测 | 第38-42页 |
| 第四章 交通标志分类与实验结果 | 第42-51页 |
| 4.1 神经网络发展 | 第42页 |
| 4.2 神经网络算法 | 第42-45页 |
| 4.3 实验结果 | 第45-51页 |
| 4.3.1 图像的标准化 | 第45页 |
| 4.3.2 训练模式 | 第45-47页 |
| 4.3.3 结果 | 第47-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |
