原文传递
面向移动智能终端的交通信号识别技术研究
| 论文题名： | 面向移动智能终端的交通信号识别技术研究 |
| 关键词： | 交通标志;颜色分割;霍夫变换;稀疏表示;信号识别;移动智能终端 |
| 摘要： | 随着社会经济的蓬勃发展和人民生活质量的不断提高，汽车越来越成为人民生活不可或缺的一部分，在提高人民生活便利的同时也带了很多的交通事故和安全隐患。迄今为止，国内外出现了很多性能良好的检测识别方法，但是这些研究大都是基于静态的交通标志图像，即使是自然场景下的交通标志图像，其检测和识别也是在电脑而非移动终端上进行的。移动终端上交通标志的检测和识别，是智能交通和辅助驾驶中的重要组成部分，对于增加道路的通行潜力，优化路况具有重要的研究意义。本文基于这一背景，进行了面向移动智能终端的交通标志识别系统的技术研究，该系统分为客户端和服务器端，通过手机摄像头捕获交通标志，并将检测到的交通标志传输给服务器端进行识别，服务器端将识别的信息反馈给手机客户端进行信息的显示。 在交通标志的检测模块，本文采用基于颜色分割和霍夫变换相结合的检测方法，该方法首先利用HSV颜色模型对交通标志进行颜色分割，其次对分割区域进行预处理，其中包括图像的二值化，噪声剔除和候选区域的选择，然后再对候选区域进行形状预分类，最后通过霍夫变换进行形状检测，剔除其中不属于交通标志的区域，完成交通标志的检测。基于上述方法在移动客户端实现交通标志检测功能，并将检测到的交通标志传输给服务器端进行后续的识别功能。 在交通标志的识别模块，本文采用了基于稀疏表示的图嵌入算法。该算法将图嵌入算法和稀疏表示算法有效地融合到了同一个框架下，该方法不仅可以完好地保留数据集的局部流形结构，而且也可以保留全局判别信息。另外，考虑到交通信号的特殊性——不同信号类别可以分为不同的大类，同一大类下的各种标志又可以进一步分为不同的小类。针对这种特殊的应用场景，本文采用了层次化的图结构来更好地表达不同样本之间的关系。 最后，本文使用GTSRB和BelgiumTSC两种标准数据集和自己采集的现实场景中的数据集对检测和识别算法以及整个识别系统进行测试，从实验结果可以看出，本文采用的算法优于传统的识别算法，并且最终的识别系统具有良好的准确率和实时性。 |
| 作者： | 张旭 |
| 专业： | 计算机技术 |
| 导师： | 徐洁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
