原文传递
复杂背景下的交通标志识别系统的研究和构建
| 论文题名： | 复杂背景下的交通标志识别系统的研究和构建 |
| 关键词： | 交通标志识别;特征提取算法;识别系统;实景图像;智能交通系统;形状特征;形态学处理;分割;颜色空间;颜色通道;神经网络;环境污染;设计;道路交通标志;感兴趣区域;证明;颜色属性;形状识别;形状参数;信息选择 |
| 摘要： | 随着科技的发展,我国的汽车工业得到了蓬勃的进步,道路交通网络被不断扩充和提高,为经济的发展提供了重要的保障。但是伴随而来是环境污染、能源浪费、道路拥挤、交通事故频发等社会问题。智能交通系统作为该类问题的解决方法之一,可以有效利用各种交通设备使交通安全得到很大改善,能源消耗与环境污染得到有效的降低,创造极大的社会效益。交通标志识别系统是智能交通系统的一个重要子系统,对它的研究具有重要的理论意义和实用价值。 本文主要针对交通标志识别系统的关键性技术进行了较为深入的研究,设计并构建了一种新的交通标志识别系统。本文的具体内容主要包括以下五个方面: 1.提出一种新的基于不同颜色空间的三通道的交通标志分割算法。在黄色通道,采用基于RGB颜色空间的交通标志分割方法,并为较强光照和普通光照设计了不同的算法;在蓝色和红色通道采用HSV彩色空间进行分割。实验证明,该算法可以提高分割质量,改善交通标志识别系统的性能。 2.设计一种适用于实景图像中交通标志的目标区域检测方法。对分割后的交通标志图像进行一系列滤波和数学形态学处理。首先消除孤立点,而后进行形态学处理,通过设定面积阈值的方法,滤除图像中的干扰区域,最后通过投影法截取出可能的交通标志区域。 3.提出一种适用于实景图像中交通标志的形状特征提取算法。采用形状参数描述法,提取交通标志的6个形状特征,然后依照颜色通道信息选择对应神经网络进行形状识别并排除在滤波环节中没有滤除掉的非感兴趣区域。实验证明,本文所选取特征具有稳定性,采用该形状特征提取算法具有较高的鲁棒性。 4.提出一种适用于实景图像中交通标志的内容特征提取算法。在对我国交通标志颜色属性和几何属性的对应关系进行分析和归纳的基础上,将我国三大类道路交通标志划分为4个子类。依据4个子类的特点,提出了一种适用于实景图像中交通标志的内容特征提取算法。该算法采用组合矩和模板提取法相结合的方法提取出9个特征值。将这9个特征作为内容识别网络的输入从而使神经网络完成交通标志的内容判别功能。 5.提出一种适应于同一场景中具有多个交通标志的交通标志识别系统框架。本文采用的算法流程可以识别一幅图像中一个或多个交通标志,从而提高了该交通标志识别系统对于复杂的交通标志实景图像的实用性,为进一步的工作打下了良好的基础。 |
| 作者： | 于光宇 |
| 专业： | 信息与通信工程 |
| 导师： | 孙光民 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京工业大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
