道路交通标志检测与识别的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 交通标志检测算法研究现状 | 第10-12页 |
| 1.2.2 交通标志识别算法研究现状 | 第12-14页 |
| 1.3 本文主要内容及组织结构 | 第14-15页 |
| 第2章 道路交通标志检测与识别方案设计 | 第15-21页 |
| 2.1 道路交通标志 | 第15-18页 |
| 2.1.1 交通标志概述 | 第15-17页 |
| 2.1.2 复杂背景下的交通标志 | 第17-18页 |
| 2.2 流程设计 | 第18-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第3章 道路交通标志检测 | 第21-39页 |
| 3.1 视频图像提取 | 第21页 |
| 3.2 图像预处理 | 第21-28页 |
| 3.2.1 图像灰度化 | 第22-23页 |
| 3.2.2 图像增强 | 第23-26页 |
| 3.2.3 图像二值化 | 第26-28页 |
| 3.3 交通标志检测 | 第28-36页 |
| 3.3.1 图像边缘提取 | 第29-31页 |
| 3.3.2 基于改进的霍夫变换的交通标志检测 | 第31-36页 |
| 3.4 实验结果及分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 道路交通标志识别 | 第39-56页 |
| 4.1 识别流程概述 | 第39页 |
| 4.2 图像特征提取 | 第39-43页 |
| 4.2.1 特征提取概述 | 第40页 |
| 4.2.2 HOG特征提取 | 第40-43页 |
| 4.3 支持向量机 | 第43-50页 |
| 4.3.1 支持向量机概述 | 第43-44页 |
| 4.3.2 SVM分类问题 | 第44-48页 |
| 4.3.3 LIBSVM | 第48-50页 |
| 4.4 实验结果及分析 | 第50-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第62-63页 |
| 个人简历 | 第63-64页 |
| 致谢 | 第64页 |
