基于广义结构元的交通限速标志检测与识别研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要工作和组织结构 | 第12-14页 |
| 1.3.1 本文的主要内容 | 第12页 |
| 1.3.2 本文组织结构 | 第12-14页 |
| 第二章 交通限速标志检测的相关理论 | 第14-30页 |
| 2.1 引言 | 第14页 |
| 2.2 国内交通限速标志的基础知识介绍 | 第14-15页 |
| 2.3 彩色空间模型 | 第15-19页 |
| 2.3.1 RGB彩色模型 | 第15-17页 |
| 2.3.2 HSI彩色模型 | 第17-18页 |
| 2.3.3 RGB空间与HSI空间的转换 | 第18-19页 |
| 2.4 阈值分割 | 第19-20页 |
| 2.5 噪声去除 | 第20-21页 |
| 2.6 几何校正 | 第21-23页 |
| 2.7 特征提取方法 | 第23-29页 |
| 2.7.1 形状提取 | 第24页 |
| 2.7.2 边缘检测 | 第24-26页 |
| 2.7.3 链码描述边缘 | 第26-27页 |
| 2.7.4 圆形特征的提取 | 第27-29页 |
| 2.8 本章小结 | 第29-30页 |
| 第三章 基于广义结构元的交通限速标志检测 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 广义结构元与扩展形态学滤波 | 第30-33页 |
| 3.2.1 广义结构元 | 第30-31页 |
| 3.2.2 扩展形态学滤波 | 第31-32页 |
| 3.2.3 扩展形态学滤波的应用 | 第32-33页 |
| 3.3 交通限速标志的广义结构元构造 | 第33-35页 |
| 3.4 限速标志分割与归一化 | 第35-42页 |
| 3.4.1 限速标志图像增强 | 第35-37页 |
| 3.4.2 限速标志图像复原 | 第37-38页 |
| 3.4.3 目标图像提取 | 第38-39页 |
| 3.4.4 限速标志缩放归一化 | 第39-40页 |
| 3.4.5 数字提取 | 第40-42页 |
| 3.5 交通限速标志检测识别框架 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 残损限速标志的模板匹配识别算法 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 建立特征向量 | 第44-45页 |
| 4.3 交通限速标志识别算法 | 第45-51页 |
| 4.3.1 一般模板匹配识别算法 | 第45-46页 |
| 4.3.2 最近邻方法 | 第46-48页 |
| 4.3.3 决策树分类法 | 第48-49页 |
| 4.3.4 人工神经网络方法 | 第49-51页 |
| 4.4 残损标志模板匹配算法 | 第51-55页 |
| 4.4.1 识别残损标志算法总流程 | 第51-52页 |
| 4.4.2 单个特征点阈值的选择方法 | 第52-54页 |
| 4.4.3 残损标志识别算法匹配数 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 实验与结果分析 | 第56-60页 |
| 5.1 引言 | 第56页 |
| 5.2 实验过程 | 第56-58页 |
| 5.3 实验结果分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 全文总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者在学期间研究成果 | 第66页 |
