- 文献综述（或调研报告）：
3.1交通标志检测
3.1.1基于颜色的方法
交通标志鲜明的色彩特征可以吸引驾驶员的注意，也可以为设计基于颜色的检测方法提供重要的线索。在过去的几十年里，大量的检测方法被设计用来检测不同的交通标志颜色，如蓝色、红色和黄色。这些方法可以直接用于交通标志的检测，也可以用于初步缩小搜索空间。文献[1]中一个解决方案是使用RGB (NRGB)相对于R G B的标准化版本。在NRGB空间中，不同的光照对像素值的影响很小;两个信道就足够进行分类，因为剩下的信道可以通过这两个信道得到。文献[2]使用RGB值进行最大和最小操作来增强颜色。
3.1.2基于形状的方法
交通标志常用的标准形状有三角形、圆形、长方形和八边形。形状特征用于形状检测包括标准形状、边界、纹理、关键点等。根据交通标志具有规则的形状这一特征，相比颜色特征容易褪色丢失信息，形状特征更加稳定可靠，很多算法都在检测的过程中利用了该特征。霍夫变换常用于提取区域边界形状特征，它能有效检测出圆形、直线等形状，即使是在形变、部分区域残缺等不利情况下仍然有较好的检测效果。形状检测方法通常用于标准形状的交通标志检测。文献[3]利用霍夫检测等形状检测技术对特殊形状进行检测。基于霍夫的方法通常在处理大型图像时速度较慢。
而文献[4]在霍夫法的基础上设计了一种更有效的速度符号检测方法，即快速径向对称法。快速径向对称利用径向对称投票机制来检测对称形状，这是鲁棒的无遮挡形状，运行速度作为探测器比霍夫更快。利用快速径向对称检测交通标志的多边形形状。
傅里叶变换提供了一种表示交通标志形状的有效方法。文献[5]利用傅立叶描述符来表示交通标志，然后结合局部分割的轮廓来检测不同的交通标志，并设计了基于傅立叶变换的交通标志检测方法。文献[6]利用快速傅里叶变换(FFT)分析来表达不同形状的交通标志，然后采用三角形归一化和重定向算法来定位标志位置。
3.1.3基于颜色和形状的方法
文献[7]利用最大稳定极值区域(MSERs)后利用色度、饱和度和亮度值阈值来检测基于文本的交通标志区域。
文献[8]设计了一种基于颜色增强图像的MSERs提取方法，而不是从灰度图像中检测MSERs。该方法首先将RGB空间转换成归一化的红/蓝图像，然后利用MSERs提取红、蓝区域。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
