详情

原文传递交通标志的自动检测和识别

论文题名：	交通标志的自动检测和识别
关键词：	驾驶辅助系统;交通标识识别;自动检测;自动识别
摘要：	高级驾驶辅助系统(Advanced Driver Assistance System，ADAS)是指各种高科技的交通系统，这些系统设计的目的是通过帮助驾驶员提高道路以及潜在威胁的意识来增强道路交通安全。作为ADAS重要的子系统之一，交通标志识别的设计已经成为一项具有挑战性的问题，因此在智能运输领域成为了一项重要的热门研究主题。实时交通标志识别系统的实现通常可以分为3个阶段:检测阶段、跟踪阶段和分类识别阶段。　　近年来的研究表明通过特征提取的方法可以得到比较好的识别性能。本文以交通标志的自然场景作为研究对象，主要研究了交通标志图像预处理、交通标志检测和交通标志识别，具体内容如下: 　　1)针对自然场景下交通标志图像存在噪声影响检测效果的情况，本文考虑了局部像素的空间相关性，利用图像平滑滤波的预处理技术来去除交通标志图像中的噪声，为后面的鲁棒的交通标志检测提供基础。另外，本文主要研究探讨了两种图像预处理技术:高斯滤波和中值滤波，通过实验分析高斯滤波预处理技术比中值滤波获得了更加鲁棒的检测性能。　　2)针对传统均值漂移分割算法分割区域不够完整正确的情况，本文实现探讨了均值漂移(Mean Shift)图像分割算法，并在此基础上对其进行扩展以及核函数的改进，最后本文将改进的均值漂移方法应用于预处理后的图像分割获得了鲁棒的检测性能。根据实现分析，经过本文改进的均值漂移分割算法比传统的均值漂移在检测性能上获得了提升，为后面的交通标志识别提供了较好的候选交通标志区域。　　3)针对传统的基于低层视觉特征的识别方法无法准确识别交通标志的情况，本文首先对交通标志图像中检测到的交通标志候选区域提取HOG(histograms oforiented gradient)特征，然后利用SVM分类器对从训练集中得到的HOG特征进行多类别分类，建立基于HOG-SVM的交通标志分类识别模型。经过测试数据集上的实验分析，本文证明提出的方法可以有效获得鲁棒的识别性能。
作者：	江春宇
专业：	计算机技术
导师：	刘纯平
授予学位：	硕士
授予学位单位：	苏州大学
学位年度：	2015
正文语种：	中文