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62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、交通標志檢測和識別是智能交通系統(tǒng)的重要子系統(tǒng)。交通標志檢測判斷圖像中是否存在交通標志,交通標志識別判斷檢測到的交通標志的意義。交通標志檢測非常重要,它可以為駕駛員提供警示信息,并且大大降低了識別階段的數(shù)據(jù)計算量。然而,交通標志圖像是用車載相機在交通道路采集的,戶外環(huán)境復雜,光照變化,遮擋,尺度變化等成為交通標志檢測面臨的主要挑戰(zhàn)。本文針對交通標志檢測進行了研究,主要工作如下:
  1.利用交通標志紅、藍、黃的顏色特點,設(shè)計了基于N

2、RB(Normalized-Red-Blue)的交通標志圖像局部增強算法和基于FT(Frequency-Tuned)視覺顯著性的交通標志圖像全局增強算法,兩種增強算法相結(jié)合能夠有效抑制背景區(qū)域增強交通標志區(qū)域,克服光照變化的影響。
  2.研究了DPM(Deformable Part-based Models)目標檢測模型,首次將DPM模型應(yīng)用于交通標志檢測。根據(jù)交通標志的形狀特點將交通標志分為圓形,三角形,倒三角形,菱形,正八邊

3、形五大類。設(shè)計了針對這些形狀的DPM單一模型和混合模型?;贚atent SVM(Support Vector Machine)機器學習方法訓練DPM模型,并利用該模型對交通標志檢測,實驗表明本文設(shè)計的DPM模型可以有效檢測這五種形狀的交通標志。
  3.對遮擋交通標志中遮擋物的形狀,面積,位置,顏色等特點進行了研究。為了豐富遮擋類型,建立了遮擋交通標志檢測數(shù)據(jù)集。在此基礎(chǔ)上利用DPM模型研究了遮擋交通標志檢測問題,與現(xiàn)有的檢測方

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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