原文传递
道路交通标志的检测与识别技术研究
| 论文题名： | 道路交通标志的检测与识别技术研究 |
| 关键词： | 颜色空间;最大类间方差法;对称性分析;支持向量机;智能交通系统;交通标志识别;直方图均衡化 |
| 摘要： | 道路交通标志识别系统(TSR)是智能交通系统(ITS)的重要组成部分。由于道路交通的复杂性，交通标志识别技术的研究尚不成熟，因此高效实用的道路交通标志识别系统的研制成功还需要深入的研究和探讨。20世纪80年代国外就已经开始了对交通标志的识别研究，而我国在该领域的研究起步较晚。在日趋发达的道路交通系统中，交通标志的识别将拥有更广泛的应用，因此对交通标志识别技术的研究就有着相当重要的实用价值。 本文针对道路交通标志固有的颜色信息和形状特征，对交通标志的检测与识别技术进行了以下研究： 1.对比分析并实现了交通标志图像预处理算法。采用中值滤波、直方图均衡化和双Gamma校正算法解决了图像采集过程中由天气情况和外界环境影响导致的颜色失真问题。 2.深入研究了基于颜色信息的交通标志检测算法。针对经过预处理的道路交通标志图像，在对交通标志颜色信息进行分析的基础上，主要研究了在HIS颜色空间和RGB颜色空间中进行颜色信息转换与提取算法；给出了最大类间方差法(OTSU)和基于直方图分析的固定阈值法的分割结果；最后运用数学形态学方法进行图像去噪，实现交通标志检测。 3.提出了一种结合形状特征的虚假交通标志消除方法。针对交通标志的几何形状特征，通过获取二值图像中连通区域的外接矩形，提出对各连通区域进行对称性分析来判定目标区域，完成了交通标志的精确定位。 4.设计并实现了基于支持向量机的交通标志识别。本文选用满足旋转、平移和尺度不变性要求的特征矢量--Hu不变矩和Zernike不变矩作为匹配特征，设计支持向量机(SVM)分类器识别交通标志。 本文用VisualC++6.0编程实现了上述算法，并对以上算法的有效性和可行性进行了对比分析。实验表明：算法在各种室外复杂场景状况下均有良好的检测、识别效果，具备较好的识别可靠性和较低的误检、漏检率。 |
| 作者： | 刘思平 |
| 专业： | 模式识别与智能系统 |
| 导师： | 任明武 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
