声明
摘要
1 绪论
1.1 研究背景及意义
1.2 交通标志检测研究现状
1.2.1 基于颜色特征的的交通标志检测方法
1.2.2 基于形状特征的的交通标志检测方法
1.3 交通标志检测算法难点
1.4 交通标志简介与本文数据库
1.5 本文检测算法主要流程
1.6 本文的主要工作与结构安排
2 复杂环境下基于颜色的交通标志图像分割
2.1 常用的基于颜色空间分割方法
2.1.1 归一化RGB空间阈值分割(RGBNT)
2.1.2 色度饱和度阈值分割(HST)
2.1.3 基于Ohta空间阈值分割(OST)
2.1.4 基于不同颜色空间闷值分割实验分析
2.2 基于RGB颜色空间的自适应阈值分割方法RGBAT
2.2.1 图像预处理
2.2.2 自适应阈值分割算法步骤
2.3 自适应阈值分割结果融合
2.3.1 分割结果的数学形态学处理
2.3.2 各颜色分量分割结果融合
2.3.3 自适应阈值分割方法实验分析
3 复杂环境下交通标志的精确检测
3.1 区域筛选
3.2 复杂环境下的交通标志检测特征选择
3.2.1 梯度方向直方图特征
3.2.2 HSV量化颜色直方图
3.2.3 复杂环境下交通标志检测特征实验分析
3.3 复杂环境下交通标志分类器选择
3.3.1 支持向量机基本原理
3.3.2 Adab∞st基本原理
4 本文复杂环境下的交通标志检测算法
4.1 复杂环境下交通标志图像分类
4.1.1 特征提取
4.1.2 图像分类
4.2 交通标志分类检测算法
4.2.1 各类交通标志分割算法
4.2.2 候选区域分类
4.2.3 基于SVM的交通标志分类器
4.3 实验结果与分析
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢