原文传递
复杂条件下交通标识的检测和识别算法
| 论文题名： | 复杂条件下交通标识的检测和识别算法 |
| 关键词： | 交通标识检测;多目标跟踪;图像处理;识别算法;复杂条件 |
| 摘要： | 近年来，以计算机技术为代表的信息技术产业得到了飞速发展，各个国家纷纷在高端信息领域投入了越来越多的人力、物力资源，以支持高端技术产业的发展。其中，车辆数量增加对道路交通产生的拥挤现象和其对环境造成的恶劣影响使得越来越多的科学家开始研究和攻关无人驾驶领域的技术。而无人车研究的核心内容存在两个需要解决的问题，一是基于计算机辅助视觉实现对周边交通场景及交通情况的感知判定，另外一个是对车辆行驶过程中周边道路相应交通标识的自动识别与检测。基于这样的需求对交通标识的识别可以为车辆实现真正意义的“无人”行驶提供必须的理论支持和决策依据。 本文研究的主要工作内容是研究了国内外已有的基于交通标识的检测与识别算法，同时为了提高检测效率进行了交通标识的跟踪和状态估计方面的研究。运用MATLAB语言设计实验对城市环境中的交通标识图像数据进行处理与分析，结合实验结果最终实现了城市交通环境中的交通标识的检测与识别仿真系统。 本课题的创新点主要包括以下几个方面内容：（1）在图像预处理阶段基于RGB颜色空间通过实验选择适用于城市环境背景的阈值可以更为有效的突显交通标识的特征颜色；（2）本课题对图像数据灰度预处理后使用了Sobel算子进行边缘检测，可以有效避免Sobel算子主体与背景区分不严格的缺点，降低了误检率；（3）通过实验确定了适合交通标识的阈值，使用霍夫变换搜索超出阈值的聚集点完成了交通标识图像的提取；（4）本文对交通标识目标的状态进行了定义区分出了出现，活动，消失，退出四类状态，并使用无迹的卡尔曼滤波算法预测交通标识的相对运动，结合交通标识的运动轨迹以及状态实现交通标识的跟踪，可以有效的提高交通标识的检测效率。实验结果显示仿真系统基本可以准确的检测并提取出复杂城市交通情景下的交通标识，并对提取出的交通标识进行识别，识别准确率较高，实现了30多大类基于符号类型的交通标识的检测与识别，本课题所实现的交通标识检测与识别的仿真系统还是具有比较好的性能。 本课题通过对交通标识的检测与识别算法的研究，针对城市交通环境通过实验实现了对复杂条件下的交通标识的自动检测与识别的仿真程序，程序中包括了对交通标识的检测和识别模块，能够标记，提取及显示交通标识。可以为无人驾驶车辆提供复杂条件下的针对道路环境的行驶信息，同时也可以为其他相关领域的研究提供一定的借鉴和参考具有一定的实用意义。 |
| 作者： | 蔡俊杰 |
| 专业： | 计算机技术 |
| 导师： | 葛宏伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
