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65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(rèn)領(lǐng)

文檔簡介

1、智能交通系統(tǒng)是一個集檢測、通信和計算機技術(shù)為一體的綜合信息系統(tǒng),融合了多種技術(shù)的綜合系統(tǒng),為許多懸而未決的交通問題提供了可行的解決方案。它是在道路基礎(chǔ)設(shè)施完善的基礎(chǔ)上,將先進的通信技術(shù)、智能信息處理技術(shù)、圖像處理技術(shù)、傳感器技術(shù)、模式識別理論以及系統(tǒng)工程技術(shù)地集成起來,運用于地面交通的智能控制,提高了地面交通的運輸效率和行車安全。交通標(biāo)志識別子系統(tǒng)作為智能交通系統(tǒng)的一個重要組成部分,是智能交通系統(tǒng)研究的一個重要分支領(lǐng)域。
  本論

2、文組織如下:在緒論部分,首先介紹了當(dāng)前道路交通中存在的某些問題,和交通標(biāo)志識別的相關(guān)基礎(chǔ)知識,然后引出本文的研究客體—交通標(biāo)志識別;接著,從國內(nèi)外兩方面詳細(xì)分析了智能交通標(biāo)志識別的研究現(xiàn)狀。在此基礎(chǔ)上,提出了一種基于多特征分層的交通標(biāo)志識別研究思路。
  在第二章,介紹了與本文相關(guān)的多特征提取技術(shù)。首先介紹了本文用到的第一層特征提取技術(shù)—基于HSV顏色空間的交通標(biāo)志顏色特征提取;接著,文章闡述了與第二層特征提取相關(guān)的技術(shù)—形狀特征

3、提取;然后,本文的第三層特征提取技術(shù),即局部特征提取技術(shù)。
  在第三章,介紹了典型的道路交通標(biāo)志識別算法。首先,文章對交通標(biāo)志識別算法進行概要的介紹,指出了常用的框架模型;然后,對基于特征匹配的交通標(biāo)志識別算法和基于機神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別算法進行了詳細(xì)的介紹。
  在第四章,介紹了本文的基于多層特征分層的道路交通標(biāo)志識別方法。文章首先介紹了多特征分層交通標(biāo)志識別算法的框架,然后對實驗數(shù)據(jù)進行了分析和說明,最后詳細(xì)分析了多

4、特征分層的交通標(biāo)志識別算法的實現(xiàn)過程;接著對該算法進行了實驗仿真和分析。
  在第五章,針對基于傳統(tǒng)圖像特征結(jié)合的SVM識別效果不足,提出了基于真實自然場景下的基于多特征的SVM交通識別方法,采用HSV顏色空間的支持向量機交通標(biāo)志識別算法。首先介紹了圖像處理中常用的兩種預(yù)處理技術(shù);接著詳細(xì)介紹了支持向量機的理論基礎(chǔ);然后詳細(xì)介紹了支持向量機自然交通的標(biāo)志識別算法的實現(xiàn)過程并進行了仿真實驗,實驗中分別采用標(biāo)準(zhǔn)交通標(biāo)識庫和從自然場景拍

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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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