原文传递
城市道路的交通标志识别系统研究
| 论文题名： | 城市道路的交通标志识别系统研究 |
| 关键词： | 交通标志识别系统;道路检测;颜色分割;BP神经网络;SVM分类器;城市道路 |
| 摘要： | 在交通场景中,交通标志和道路标线具有重要作用,可以调节交通流量,对驾驶员的驾驶行为起到一定的指示和引导作用。一个实时、可靠的交通标志识别和道路标线检测系统可以辅助和支持驾驶员,提高驾驶的安全性和通畅性。 本文首先对自然场景下交通标志识别算法进行研究,完成了一个城市道路复杂交通场景下的交通标志识别系统;然后对道路检测算法进行了探索性的研究,实现了直线道路检测功能。本文主要研究内容如下: 1.交通标志识别系统主要包括交通标志检测和交通标志识别两个步骤。 交通标志检测主要包括颜色分割和形状分类两个部分。本文采用了两种方法对标志的颜色进行分割,分别是基于HSV颜色空间阈值分割的方法和基于颜色特征聚类的方法。在形状分类模块,本文首先提取了标志的形状特征参数,然后根据不同的颜色信息选择相应的分类器进行形状分类,分别使用SVM分类器和BP神经网络两种分类器对形状进行判别; 交通标志识别部分采用了基于内核图案分类的方法。首先,对禁止标志和警告标志采用了基于内外色差的内核提取方法,而针对指示标志则直接在HSV空间中提取内核。然后,通过提取这些内核图案的15个组合不变矩特征,输入BP神经网络进行分类判别。 2.直线道路检测模块采用了边缘和概率哈夫变换相结合的方法。首先,对原始图像进行预处理,包括滤波、图像边缘检测、形态学运算连接断裂边缘;然后,使用Otsu阈值分割算法对图像二值化,突出边缘;最后使用概率哈夫变换检测直线道路。 |
| 作者： | 王婉 |
| 专业： | 通信与信息系统 |
| 导师： | 卢朝阳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
