原文传递
基于机器视觉的路面交通标记识别系统的研究
| 论文题名： | 基于机器视觉的路面交通标记识别系统的研究 |
| 关键词： | 路面交通信息;标记识别;智能提取;模板匹配;机器视觉 |
| 摘要： | 随着汽车的普及，城市交通安全问题日益显著，智能交通技术的研究在这样的环境下应运而生。在众多基于道路的交通信息中，路面交通标识为驾驶员直接提供必要的指示，因此路面交通信息的智能提取尤为关键。 本文面向路面交通标记的快速提取与准确识别，针对其中的关键技术展开系统而深入的研究。综合运用图像处理、机器视觉、模式识别、统计学等理论，以基于Android系统的智能移动终端作为应用平台，开发出一整套路面交通标记的识别算法，并将其集成为智能手机辅助驾驶应用中的核心功能之一，对安装在行驶车辆上的手机实时捕获的图片进行处理，为驾驶员提示必要的预警。 本文研究的对象包括路面导向标记和车道线两大类。主要研究成果如下： （1）提出一种感兴趣区域的确定方法：在复杂背景下进行信息粗提取，根据研究对象的位置、特征等信息确定感兴趣区域，不但降低数据冗余，提高系统处理速度，同时也减少噪声干扰，提高识别精度。 （2）计算图像的灰度直方图，引入物理学中质心的思想，分析直方图的统计特性，提出一种基于直方图质心的、可以自适应调节阈值的二值化算法。 （3）提出一种改进的模板匹配算法，对发生仿射形变、同时具有凸凹边缘点的不规则形状进行识别。结合目标的颜色特征和形状特征，从模板库构建、特征提取、相似性度量三个角度进行算法改进，实现路面交通标记的快速、准确识别。 （4）设计路面交通标记实时检测的总体方案和技术路线，将其作为核心功能之一应用于基于Android系统的智能手机辅助驾驶系统上。在不同自然环境、不同行驶速度以及不同行驶路段进行大量实景测试，综合检测成功率达到90%，平均处理速度90ms/帧。速度、准确度、鲁棒性和稳定性均满足用户的实际需求。 本论文的研究成果，不仅从理论上为不规则形状的识别提出了新方法，而且将其集成为智能移动终端应用的一项功能，在大量真实路段驾车行驶中得以实现和测试。实验结果验证了算法的可行性，为机器视觉理论在智能交通系统中的应用开拓了新思路，是智能移动终端技术开发在辅助驾驶系统领域的一次有意义的尝试。 |
| 作者： | 曹鹭萌 |
| 专业： | 控制科学与工程 |
| 导师： | 魏怡 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
