原文传递
基于图像处理的夜间雾天交通路标牌检测识别技术研究
| 论文题名： | 基于图像处理的夜间雾天交通路标牌检测识别技术研究 |
| 关键词： | 夜间去雾;路牌检测;去模糊;字符识别 |
| 摘要： | 近年来，自动驾驶行业受到了广泛关注，一系列相关技术也发展迅速。在辅助驾驶技术中，交通路标牌的检测和识别是不可或缺的一部分。交通路标牌不仅能够给自动驾驶的车辆带来实时道路位置信息，还可以帮助高精地图的更新。但是，真正要将该技术应用于实际中，必须要考虑恶劣天气的影响，比如夜间低照度和雾天低可见度等问题，所以围绕这些问题，本文展开了如下研究： (1)夜间雾天交通路标牌去雾算法 由于现有夜间去雾算法光源扩散、去雾后色彩失真及效果不佳等问题，本文提出了混合滤波光估计和透射率优化的夜间去雾算法。对夜间环境光估计不准，先对亮度图像进行边窗滤波保障光照方向，然后采用引导滤波细化三通道作为局部环境光估计。针对去雾在夜间应用时产生的光源扩散问题，高光区补偿以提高光源区透射率，同时针对去雾后色彩不均、细节丢失，使用引导滤波修正粗透射率后再正则化求解。最后通过大气散射模型求解出复原图像。实验结果表明，本文的算法能够同时处理夜间和白天的有雾图像，无论主观还是客观上，均优于现有方法。 (2)交通路标牌检测算法 对于交通路标牌的检测，本文设计了基于颜色和形状位置的定位方法。将待检测图像转入HSV空间，排除大部分干扰信息，再通过形态学处理和空间位置连通域定位出交通路标牌区域。由于采集时存在一定角度，图像会产生畸变，本文通过霍夫变换检测出四个角点，再通过透视矩阵变换法进行矫正，最后获得形状标准的交通路标牌。 (3)交通路标牌去模糊算法 考虑到本文技术多应用于行驶车辆，所以采集的图片可能会存在运动模糊，需要对该问题进行解决。本文在暗通道先验的去模糊算法中，引入明通道解决夜间亮区效果不良的问题，通过亮度感知的方法很好地将明暗通道结合，进行中间潜像估计。针对模糊核估计中，缺少稀疏性的问题，在L2范数中引入L1范数，进行联合约束。最后成功对模糊交通路标牌图像进行了去模糊。 (4)交通路标牌识别算法 交通路标牌的识别算法分成两步：汉字分割和识别。汉字分割中，通过OSTU二值化将白字和蓝底区分，根据连通域面积排除干扰项，再通过纵横信息分析分割出单个汉字。最后，针对AlexNet网络模型的问题，通过改进激活函数、卷积层进行优化，制作训练集训练后，提高了汉字识别的准确率。 |
| 作者： | 项胤 |
| 专业： | 机械工程 |
| 导师： | 陈广锋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东华大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
