【英文题名】
The Research and Practice of Traffic Signs Recognition Based on Moment Invariants and Wavelet Neural Network
【作者】
吕瑾文 ;
【导师】
陈先桥 ;
【学位授予单位】
武汉理工大学 ;
【学科专业名称】
计算机应用
【学位年度】
2009
【论文级别】
硕士
【网络出版投稿人】
武汉理工大学
【网络出版投稿时间】
2009-08-05
【关键词】
交通标志识别 ;
神经网络 ;
不变矩 ;
【英文关键词】
recognition of traffic signs ;
neural network ;
Extended Hu's Invarian Moments ;
【中文摘要】
在车载视觉系统中,如何有效地识别道路交通标志是一个非常重要的研究课题。目前,已有的各种交通标志识别算法,各具特色,在某些特定场合发挥一定的功效,不过也存在一些缺陷,因此,采用新的技术和理论,克服这些不足,提高算法的实时性和精度,对算法的实际应用具有重要的意义,同时,它作为模式识别领域的一个典型问题,也必将推动模式识别的理论和技术的进一步发展。
笔者在总结当前国内外研究成果的基础上,归纳了交通标志识别的框架,深入剖析了交通标志识别中的四大关键技术:预处理技术,模板匹配技术,特征提取与选择技术和分类技术。前面三项关键技术的描述见于论文第二章,第四项关键技术是本文的主要研究方向,在第三章进行了详细阐述。
在对关键技术进行全面剖析和分解的基础上,本文创造性地提出了基于Hu不变矩和小波神经网络的交通标志提取算法,第4章是本文的核心内容之一,在第三章对主体算法研究的基础上,详尽探讨了本文提出的交通标志识别思路,即基于不变矩特征提取基础上的小波神经网络方法,该章对特征提取方法和BP神经网络进行了较为深入的剖析,在对算法进行层层分解的基础上,对比了其与基于BP神经网络的交通标志识别之间的...
【英文摘要】
Traffic safety is a perpetual theme in the development of automobile traffic,with the rapid increase of vehicle population,road traffic accidents,particularly the high incidence of serious accidents(such as successive rear-end collision on highway ), safety problems have become increasingly prominent.That is why the intelligent traffic emerged.As an important system,the detection and recognition of traffic signs is becoming one of the hot spots in the international research field of the Intelligent ...
【更新日期】
2009-09-02
【相同导师文献】
导师：陈先桥 导师单位：计算机科学与技术学院 学位授予单位：武汉理工大学基于激光点云和图像融合的三维目标检测及跟踪技术研究 [D]. 武汉理工大学,2022面向移动平台的视频稳像技术研究 [D]. 武汉理工大学,2022基于深度学习的施工安全网完好性检测与识别及风险评价研究 [D]. 武汉理工大学,2021面向海事雷达成像的船舶目标跟踪及融合研究 [D]. 武汉理工大学,2021中文隐喻的识别与情感分析 [D]. 武汉理工大学,2021基于深度学习的驾驶员分心和疲劳驾驶行为监测方法研究 [D]. 武汉理工大学,2020自然场景下的交通标志文本检测方法研究 [D]. 武汉理工大学,2020基于深度学习的工地安全帽佩戴检测算法研究 [D]. 武汉理工大学,2019基于视频图像的船舶流量检测方法研究 [D]. 武汉理工大学,2019水泥刻槽路面图像降噪增强与裂缝提取研究 [D]. 武汉理工大学,2017
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
