原文传递
智能车实时交通标志识别和直线道路检测
| 论文题名： | 智能车实时交通标志识别和直线道路检测 |
| 关键词： | 智能车;实时交通标志识别;实时行车线检测;形状分割;神经网络;几何约束 |
| 摘要： | 近年来，随着计算机硬件的发展，微型电脑也具备了强大的信息处理能力，计算机视觉的处理技术逐渐走进了人们的生活。随着经济的迅速发展、生活水平的不断提高以及私家车的日益普及使得道路车辆激增，道路安全已成为社会关注的热点问题之一，作为解决交通安全的研究方向之一，智能交通系统应运而生。交通标志识别和道路检测作为智能交通系统的主要部分，有非常重要的研究意义和社会价值。 本文首先总结分析了国内外现有的智能交通技术的发展现状以及优缺点，并在此基础上，提出了一种新的智能车导航系统，其主要包括两个方面：1、基于多层神经网络的实时交通标志识别算法；2、基于视角几何约束的道路行车线检测。 由于智能车在实际应用中往往需要较高的实时性，所以我们的交通标志识别算法没有采用复杂的算法，而是充分利用了交通标志固有的特点，通过简单图像预处理、RGB和HSV颜色粗定位、形态学操作、自定义形状粗过滤等算法，实现对交通标志的快速定位。之后通过内部图形和外部边缘的色差分离出标志内部内容，对其统计基于八方向梯度的特征向量，并用多层神经网络训练分类器，这样既保证了识别的精度，又满足了实时性需求。 此外，在道路行车线检测算法方面，我们首先在智能车上的道路图片中利用sobel算子和tukey权值函数拟合出基本道路直线，然后对这些线采取道路间距离、与消失点距离、斜率等视角几何约束确定道路可能存在的左右边线以及中线，该算法很大程度上减少了阴影边界、建筑边界等其他干扰线的影响。此外，考虑到实际交通道路通常具有平坦稳定、无剧烈起伏的特点，在标定相机参数后，可以建立世界坐标和图像坐标的转换矩阵，从而得到实际道路下行车线距离的真实值。 大量实验证明本文所提出的智能车自动导航拥有良好的识别准确度，同时满足智能车在实际道路环境中的实时性要求。 |
| 作者： | 昝新 |
| 专业： | 计算机科学与技术 |
| 导师： | 石红 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
