2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、毋聲明本學位論文是我在導師的指導下取得的研究成果,盡我所知,在本學位論文中,除了加以標注和致謝的部分外,不包含其他人已經(jīng)發(fā)表或公布過的研究成果,也不包含我為獲得任何教育機構(gòu)的學位或?qū)W歷而使用過的材料。與我一同工作的同事對本學位論文做出的貢獻均已在論文中作了明確的說明。研究生簽名:沙7,年;月巧日學位論文使用授權(quán)聲明南京理工大學有權(quán)保存本學位論文的電子和紙質(zhì)文檔,可以借閱或上網(wǎng)公布本學位論文的部分或全部內(nèi)容,可以向有關(guān)部門或機構(gòu)送交并授權(quán)

2、其保存、借閱或上網(wǎng)公布本學位論文的部分或全部內(nèi)容。對于保密論文,按保密的有關(guān)規(guī)定和程序處理。研究生簽名:礦,年鈿昭碩t論交道路交通標,占酗摘要㈣㈣m㈣㈣帆帥111llmY1918986道路交通標志識別系統(tǒng)(TsR)是智能交通系統(tǒng)(ITS)的重要組成部分。由于道路交通的復(fù)雜性,交通標志識別技術(shù)的研究尚不成熟,因此高效實用的道路交通標志識別系統(tǒng)的研制成功還需要深入的研究和探討。20世紀80年代國外就已經(jīng)開始了對交通標志的識別研究,而我國在該

3、領(lǐng)域的研究起步較晚。在日趨發(fā)達的道路交通系統(tǒng)中,交通標志的識別將擁有更廣泛的應(yīng)用,因此對交通標志識別技術(shù)的研究就有著相當重要的實用價值。本文針對道路交通標志固有的顏色信息和形狀特征,對交通標志的檢測與識別技術(shù)進行了以下研究:1對比分析并實現(xiàn)了交通標志圖像預(yù)處理算法。采用中值濾波、直方圖均衡化和雙Gamma校正算法解決了圖像采集過程中由天氣情況和外界環(huán)境影響導致的顏色失真問題。2深入研究了基于顏色信息的交通標志檢測算法。針對經(jīng)過預(yù)處理的道

4、路交通標志圖像,在對交通標志顏色信息進行分析的基礎(chǔ)上,主要研究了在HIS顏色空間和RGB顏色空間中進行顏色信息轉(zhuǎn)換與提取算法;給出了最大類間方差法(oTsu)和基于直方圖分析的固定閾值法的分割結(jié)果;最后運用數(shù)學形態(tài)學方法進行圖像去噪,實現(xiàn)交通標志檢測。3提出了一種結(jié)合形狀特征的虛假交通標志消除方法。針對交通標志的幾何形狀特征,通過獲取二值圖像中連通區(qū)域的外接矩形,提出對各連通區(qū)域進行對稱性分析來判定目標區(qū)域,完成了交通標志的精確定位。4

5、設(shè)計并實現(xiàn)了基于支持向量機的交通標志識別。本文選用滿足旋轉(zhuǎn)、平移和尺度不變性要求的特征矢量——Hu不變矩和Zernike不變矩作為匹配特征,設(shè)計支持向量機(SVM)分類器識別交通標志。本文用VisualC60編程實現(xiàn)了上述算法,并對以上算法的有效性和可行性進行了對比分析。實驗表明:算法在各種室外復(fù)雜場景狀況下均有良好的檢測、識別效果,具備較好的識別可靠性和較低的誤檢、漏檢率。關(guān)鍵詞:交通標志,雙蛐a校正,顏色空間,最大類間方差法,對稱性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論