原文传递
基于局部二值模式的交通标志识别算法研究
| 论文题名： | 基于局部二值模式的交通标志识别算法研究 |
| 关键词： | 交通标志识别;灰度图像;局部纹理;特征提取 |
| 摘要： | 交通标志识别是智能辅助驾驶系统研究的一个分支，已经成为国内外研究的热点之一。交通标志识别一般包括检测和识别两部分。检测一般是利用交通标志的形状和颜色特征，从自然场景中把交通标志提取出来。识别是把检测出来的交通标志的内容识别出来。交通标志识别在规范交通行为、确保安全驾驶等方面具有重要的意义。 交通标志通常处于室外复杂的环境条件下，识别的过程中容易受环境光照、方向旋转的影响。针对这些问题，本文基于局部二值模式(LBP)，对交通标志的特征进行提取，以及用支持向量机(SVM)对交通标志进行识别分类研究。本文主要做的工作包括: 1.LBP算法因其对光照和旋转具有不变性的优点，广泛应用于遥感图像分析、人脸识别等领域。本文首次将LBP算法引入到交通标志识别中（以目前检索的文献还未见相关报道）。设计了基于灰度图像的LBP特征提取算法，应用于282幅中国交通标志实景图像和4578幅瑞典交通标志实景图像的交通标志识别，识别率分别约为35％和67％。 2.对相同局部纹理、不同颜色的交通标志，以上基于灰度图像的LBP特征提取算法无法进行有效区别。研究了交通标志的颜色特性，建立了颜色角度模型，实现了对交通标志的颜色增强，交通标志识别率分别约提高到67.5％和75％。 3.对相同局部纹理相同颜色、不同全局空间结构分布的交通标志，以上经颜色增强的LBP特征提取算法仍无法进行有效识别。建立了基于对数极坐标映射的分区模型，对交通标志进行分区的LBP特征提取，交通标志识别率提高到86％和91.5％。 4.研究了SVM算法，在基于颜色角度模型和分区模型的LBP特征提取算法基础上，实现了交通标志的分类和识别。 通过282幅中国交通标志实景图像和4578幅瑞典交通标志实景图像的交通标志识别实验证明，本文的基于颜色角度模型和分区模型的LBP特征提取算法，对交通标志的光照、旋转和尺度变化具有较强的鲁棒性。 |
| 作者： | 贾月圆 |
| 专业： | 数字图像处理 |
| 导师： | 郝晓莉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
