详情

原文传递基于图论的交通标志检测研究

论文题名：	基于图论的交通标志检测研究
关键词：	交通标志检测算法;图论;信息融合;鲁棒性能
摘要：	交通标志检测是智能交通领域的一个重要分支，也是自动驾驶和辅助驾驶技术的一个重要模块。随着城市化进程的加快，道路拥挤问题日益加剧，现如今交通标志检测更成为国内外研究的热点之一。如何提高交通标志检测系统在室外复杂环境下的检测能力是智能交通系统实用化的关键。本文正是围绕着交通标志检测这一技术进行研究，提出了一种基于图论的交通标志检测方法。　　现存在的交通标志检测系统主要利用形状和颜色信息，这些方法在复杂场景中仍存在局限性，如天气状况导致交通标志颜色的改变，交通路标不完整或被遮挡都可能导致检测率下降。如何有效提高复杂背景下交通标志的检测率和准确率即是本文研究的关键所在。具体工作如下: 　　1.在分析国内外现有交通标志检测算法的基础上提出了一种基于图论的交通标志检测算法，该算法通过检测显著性区域作为交通标志候选区，利用图论的知识对候选区内的节点进行排序最终生成待处理灰度图。　　2.本文改进了一种基于图论的排序算法，该算法是在流行排序的基础上融合了颜色，显著性以及节点的上下文关系等信息，在处理复杂背景下由于模糊，光照，旋转，以及尺度变换等引起的问题时具有良好的辨识度和鲁棒性。　　3.提出了一种多阈值分割算法，通过多阈值分割阶段有效地解决复杂背景下模糊，光照，及背景与交通标志融合等问题。　　4.设计了基于形状判别的交通标志切割及融合方法，通过判断多阈值分割阶段得到的区域块形状，从而排除特定形状下的干扰区域。通过切割阶段可以将两个连接的交通标志区域分开。而融合阶段可以将由于遮挡等问题分离开的交通标志进行融合。最终准确地分割出交通标志候选区。　　5.在研究现有分类算法的基础上，从算法和理论的实现角度重点考察研究了SVM(Support Vector Machine)的强大分类能力，以及SVM在交通标志检测分类方面的应用。以HOG(Histogram of Oriented Gradient)特征作为输入特征，通过对比试验，验证了算法的可行性，证明本文提出的基于图论的交通标志检测算法，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：	郭嘉琦
专业：	智能交通工程
导师：	袁雪
授予学位：	硕士
授予学位单位：	北京交通大学
学位年度：	2015
正文语种：	中文