原文传递
脉冲耦合神经网络结合条形码技术实现交通标志识别
| 论文题名： | 脉冲耦合神经网络结合条形码技术实现交通标志识别 |
| 关键词： | 交通标志识别;脉冲耦合神经网络;条形码技术;PCNN模型 |
| 摘要： | 随着城市化进程日益加速，交通压力逐渐增大，智能交通系统(ITS)的研究迫在眉睫，而交通标志识别(TSR)作为智能交通系统中重要的一个分支，不仅可以应用于自动驾驶系统以辅助驾驶员，还可以应用于无人驾驶。因此研究一种有效的交通标志识别方法具有较重要的理论价值和实用意义。 本文研究的交通标志识别方法结合了自动识别技术中的条形码技术，针对标准交通标志库GB5768-1999，利用PCNN模型为交通标志生成对应的条形码，形成条形码库，将未知标志的条形码与标准库中的条形码进行匹配来实现自动识别。研究的具体内容如下： （1）一维条形码的生成及应用。彩色交通标志在RGB颜色空间下的三个分量分别经过PCNN模型处理再进行合并，得到时间序列作为特征序列，将特征序列进行编码形成灰度条形码，再经过PCNN模型得到一维条形码，将其用于交通标志识别。 （2）融合点火像素位置信息的二维条形码生成及应用。选取每次迭代后点火像素的位置信息作为新的特征生成特征序列并得到一维条形码，与原一维条形码结合形成二维条形码，克服了由于PCNN模型具有的旋转/镜像不变性对于镜像对称而意义不同的交通标志无法区分的问题。 （3）研究基于条形码技术的交通标志识别算法性能。在待识别标志中加入噪声并针对条形码生成过程中涉及到的不同条件和参数进行匹配实验，统计噪声情况下的匹配结果，分析在不同条件下该算法的性能。 |
| 作者： | 郝宁 |
| 专业： | 通信与信息系统 |
| 导师： | 王霞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 河北工业大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
