原文传递
交通信号灯检测与识别算法的研究
| 论文题名： | 交通信号灯检测与识别算法的研究 |
| 关键词： | 交通信号灯;几何模型;模板匹配识别;特征提取;样本库冗余 |
| 摘要： | 随着城市交通状况日趋复杂，需要越来越多的交通信号灯提供交通路口的导航信息。智能车在行驶过程中需要实时获取交通信号灯信息来进行行为决策，因此本文提出一种实时检测与识别圆形和箭头形交通信号灯的算法。为了提高处理速度，该算法首先将原始图像进行降质，降低其分辨率;然后利用颜色和交通信号灯的基本几何特征对交通信号灯初步定位;设计箭头形交通信号灯的几何模型，并通过该模型、颜色、基本几何特征和圆形度检测交通信号灯，从而得到候选区域;最后采用Gabor+2DPCA特征提取算法提取候选区域的特征并使用模板匹配识别其类型。主要的研究内容包括: 1.由于目前仍缺少一种准确描述箭头形交通信号灯的几何模型，本文通过边缘特征点和区域饱和度对箭头形交通信号灯进行建模。 2.首次在交通信号灯识别中，采用Gabor+2DPCA特征提取算法提取候选区域的纹理特征，并将此算法与HU不变距、傅立叶描述子特征提取算法进行对比分析。 3.针对样本库冗余问题，本文设计了一种自动挑选交通信号模板库的算法，该算法将原始样本库中相似度差别较小的样本剔除，最终获得目标样本库。 完成了该算法的程序编写，设计了交通信号灯检测与识别的系统，并通过实验分析了系统的性能。实验表明在能满足实时性的前提下，本文算法具有较高的识别率。对圆形和箭头形交通信号灯，识别率分别为96.4％和95.1％，单帧平均处理时间分别为48.4ms和98.2ms。 |
| 作者： | 黄振威 |
| 专业： | 控制科学与工程 |
| 导师： | 肖晓明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中南大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
