交通标志识别算法研究

致谢	第1-6页
中文摘要	第6-7页
ABSTRACT	第7-11页
1 引言	第11-17页
·研究背景及意义	第11-12页
·国内外研究现状	第12-15页
·交通标志识别算法研究难点	第15页
·总体现状与发展趋势	第15-16页
·本论文的主要内容和安排	第16-17页
2 交通标志图像预处理	第17-22页
·图像灰度化及灰度归一化	第17-19页
·图像尺寸归一化	第19-21页
·感兴趣区域分割提取	第21页
·小结	第21-22页
3 交通标志特征提取	第22-40页
·Gabor特征	第23-27页
·Gabor变换概述	第23-26页
·交通标志的Gabor特征提取	第26-27页
·梯度方向直方图特征	第27-33页
·梯度方向直方图特征概述	第28-29页
·交通标志的HOG特征提取	第29-33页
·局部二值模式特征	第33-38页
·局部二值模式特征概述	第34-37页
·交通标志的LBP特征提取	第37-38页
·多特征融合	第38-39页
·小结	第39-40页
4 交通标志识别算法	第40-64页
·支持向量机分类器	第41-51页
·机器学习	第41-42页
·统计学习理论	第42-46页
·支持向量机	第46-51页
·实验结果与分析	第51-63页
·实验平台及数据库	第51-54页
·特征提取参数及SVM核函数选择	第54-57页
·基于单特征与SVM的分类结果	第57-58页
·基于多特征与SVM的分类结果	第58-59页
·实验结果分析讨论	第59-63页
·小结	第63-64页
5 总结和展望	第64-66页
·本文研究工作总结	第64-65页
·不足和未来工作展望	第65-66页
参考文献	第66-69页
作者简历	第69-71页
学位论文数据集	第71页