声明
摘要
第1章 绪论
1.1 交通标志识别的应用价值及研究意义
1.1.1 道路交通标志状况监测
1.1.2 智能辅助驾驶系统
1.2 交通标志识别的研究现状
1.2.1 国外的研究
1.2.2 国内的研究
1.3 交通标志识别中的困难和问题
1.4 本文的研究重点
1.5 论文的整体结构内容
第2章 图像处理技术和支持向量机
2.1 图像预处理技术
2.1.1 去嗓处理
2.1.2 图像增强
2.1.3 形态学图像处理
2.2 统计学习和支持向量机
2.2.1 统计学习理论知识
2.2.2 支持向量机介绍
2.2.3 支持向量机分类
2.3 本章小结
第3章 交通标志的检测分割
3.1 交通标志的分析
3.2 基于颜色的检测
3.2.1 HSI颜色空间
3.2.2 HSV颜色空间
3.2.3 RGB颜色空间
3.3 基于形状的边缘检测和分析
3.4 双阈值区域筛选
3.4.1 图像阈值分割
3.4.2 区域筛选
3.5 本章小结
第4章 交通标志的多特征提取
4.1 图像的特征提取及描述
4.2 EDH和不变矩的特征提取
4.2.1 EDH特征提取
4.2.2 Hu不变矩特征提取
4.2.3 Zernike矩特征提取
4.3 本章小结
第5章 基于支持向量机的二级分类识别
5.1 交通标志样本的选取
5.2 支持向量机SVM的一级形状分类
5.2.1 SVM核函数和参数的选取
5.2.2 训练样本的特征提取
5.2.3 特征权重的分配和寻优
5.3 支持向量机SVM的二级多特征分类
5.4 本章小结
第6章 系统实现及测试结果
6.1 交通标志识别系统的总体结构
6.2 性能及实验结果分析
6.2.1 性能评价因子的选取
6.2.2 实验及结果分析
6.3 本章小结
第7章 总结与展望
7.1 本文的主要工作总结
7.2 存在的问题和不足
7.3 展望
参考文献
致谢