原文传递
无人驾驶汽车的交通标志图文识别与理解
| 论文题名： | 无人驾驶汽车的交通标志图文识别与理解 |
| 关键词： | 图像分割;稀疏低秩;仿射变换;无人驾驶汽车;交通标志 |
| 摘要： | 目前，随着我国经济的高速发展，车辆作为人们出行必备的交通工具已很普及，但交通安全事故的数量也呈上升趋势，因此智能交通系统也越来越受到人们的关注。目前交通标志识别作为智能交通系统重要的组成部分已成为研究热点，但现实户外场景存在许多多变因素的影响，因此它比非自然场景下的目标识别更具挑战。本论文主要在交通标志检测、矫正、内核提取以及交通标志分类识别等方面做了一些相关的研究工作，本文研究的主要内容和取得的成果如下: (1)结合RGB动态差值法和形状信息实现交通标志定位。首先在基于颜色粗定位方面，对比了RGB颜色空间与HSV颜色空间的颜色分割方法，基于算法实时性的考虑，采用了RGB动态差值算法来对交通标志图像进行颜色分割。通过RGB空间各分量的差值初步提取交通标志区域，对目标区域的像素进行均值处理，并基于区域均值建立新的差值，最后完成交通标志颜色分割，获得较好的效果同时保证了实时性。其次在基于形状精确定位方面，对三类交通标志的形状进行了形状分析和算法设计，对三角形采用了多变形逼近算法实现定位。实验结果显示在复杂的场景下定位效果较好。 (2)采用稀疏低秩逼近算法来实现交通标志矫正。交通标志内部纹理具有对称性以及轮廓规则性，基于这种特性，本文采用稀疏低秩逼近算法，结合仿射变换，针对交通标志内部纹理区域，分别对x，y方向轴设置仿射变换矩阵，计算每步的稀疏秩，通过软阈值判断是否为最优低秩矩阵，最优低秩图像纹理对应为最终矫正的交通标志图文。通过实验显示，该方法具有较强的鲁棒性，可以有效的提高交通标志下一步识别率。 (3)提出了基于显著性特征的交通标志内部纹理提取方法。交通标志内部纹理提取的质量直接影响到最终的识别结果，因此本文基于直方图对比度来提取交通标志内核。在RGB色彩空间计算R分量中每个颜色的距离度量，获取各颜色像素的显著性值，对颜色空间做平滑处理，最后采用最大类间方差法获取显著图的阈值并二值化，取得较好的实验效果，提高了最终的识别率。 |
| 作者： | 肖鸣喜 |
| 专业： | 计算机技术 |
| 导师： | 张汗灵;李立君 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
