基于免疫算法的交通标志的分割与识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题历史背景 | 第8页 |
| ·本课题主要研究的意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·交通标志检测和分割的研究现状 | 第9-10页 |
| ·交通标志识别研究现状 | 第10-11页 |
| ·交通标志识别存在的问题 | 第11页 |
| ·论文的主要内容 | 第11-13页 |
| 第二章 交通标志识别的基础理论 | 第13-30页 |
| ·交通标志的基本知识 | 第13-15页 |
| ·交通标志的分类 | 第13页 |
| ·各种交通标志的特点 | 第13-15页 |
| ·各种颜色模型及其特点 | 第15-18页 |
| ·RGB 模型 | 第15-16页 |
| ·HSI 模型 | 第16-17页 |
| ·CMY 模型 | 第17-18页 |
| ·图像预处理 | 第18-20页 |
| ·直方图均衡化 | 第18-19页 |
| ·中值滤波 | 第19-20页 |
| ·图像分割 | 第20-24页 |
| ·阈值分割 | 第21-23页 |
| ·区域分割 | 第23-24页 |
| ·边缘检测 | 第24-28页 |
| ·梯度算子 | 第24-25页 |
| ·拉普拉斯算子 | 第25页 |
| ·Canny 算子 | 第25-28页 |
| ·图像特征 | 第28页 |
| ·图像识别 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 免疫算法的基本理论 | 第30-35页 |
| ·生物免疫系统 | 第30-31页 |
| ·免疫算法简介 | 第31-33页 |
| ·免疫算法基本原理 | 第31页 |
| ·免疫算法的基本步骤 | 第31-32页 |
| ·免疫算法亲和度和聚合适应度的计算 | 第32-33页 |
| ·免疫算法的应用 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于免疫算法的交通标志图像分割 | 第35-48页 |
| ·基于 RGB 颜色空间的交通标志图像分割 | 第35-37页 |
| ·基于灰度阈值的交通标志图像分割 | 第37-40页 |
| ·基于遗传算法的交通标志图像分割 | 第40-42页 |
| ·遗传算法的基本原理 | 第40页 |
| ·基于遗传算法的交通标志图像分割算法 | 第40-42页 |
| ·实验结果与分析 | 第42页 |
| ·基于免疫算法的交通标志图像分割 | 第42-47页 |
| ·交通标志的检测 | 第43页 |
| ·基于免疫算法的交通标志图像分割算法 | 第43-44页 |
| ·实验过程与结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于形状角和不变矩的交通标志识别 | 第48-61页 |
| ·形状角 | 第48-53页 |
| ·形状角的定义 | 第48-50页 |
| ·形状角的计算 | 第50-53页 |
| ·不变矩 | 第53-55页 |
| ·不变矩理论 | 第53-54页 |
| ·不变矩特征提取 | 第54-55页 |
| ·交通标志识别系统设计 | 第55-56页 |
| ·仿真结果分析 | 第56-60页 |
| ·颜色初判定 | 第56-58页 |
| ·形状再判定 | 第58-59页 |
| ·不变矩初分类 | 第59页 |
| ·形状角细分类 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| ·本文的主要工作 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 发表论文和参加科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |
