原文传递
基于HOG特征的交通标志检测与识别算法研究
| 论文题名： | 基于HOG特征的交通标志检测与识别算法研究 |
| 关键词： | 交通标志;检测识别;图像预处理;图像分割 |
| 摘要： | 交通标志的检测与识别是智能车无人驾驶的重要组成部分，它也是解决交通安全问题的一种有效方法。在现实中由于分辨率，气象条件，照明强度和运动模糊等干扰，交通标志的图像质量通常很差，很难被检测，所以如何排除以上干扰，提高交通标志的检测和识别准确率是当前这一领域亟待解决的问题。 交通标志的检测与识别问题主要包括两个部分：如何在获取的图像中准确找到交通标志，如何对提取的交通标志图片实现准确识别或分类。本文从这两个方向出发，分别对检测和识别方法进行了研究。 对于交通标志的检测，本文采取的是基于RGB颜色空间和基于归一化相关系数相结合的交通标志检测方法。首先对采集的图像进行预处理，采用了基于中值滤波的图像去噪方法和基于RGB三个通道的直方图均衡化方法增强待检测图像的质量。接着融合颜色和形状特征对交通标志进行两次提取。在粗提取阶段，首先基于颜色通道进行图像分割，再利用形态学方法处理分割后图像，凸显感兴趣目标区域。细提取阶段，通过计算模板图像与粗提取检测图像的归一化互相关系数，来得到精确的感兴趣区域。 对于交通标志的识别，本文采取的是对感兴趣区域（即提取的交通标志）提取梯度方向直方图（HOG）特征，最后送到已经优化好的分类器中，通过颜色与形状特征进行分类。采用GTSDB数据库对分类器进行训练，并在此基础上对分类器的模型进行参数优化，得到最终的PR曲线。 基于MATLAB对算法进行测试，测试结果表明，本文采用的交通标志检测和识别算法都具有良好的效果。最后本文针对现实中的图片进行测试，结果表明本文算法具有很好的准确率，并在现实不同情况下具有较好的鲁棒性。 |
| 作者： | 鲁寒凝 |
| 专业： | 交通信息工程及控制 |
| 导师： | 林涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
