原文传递
基于幅值谱和神经网络的交通标志识别算法的研究
| 论文题名： | 基于幅值谱和神经网络的交通标志识别算法的研究 |
| 关键词： | 交通标志识别;幅值谱;神经网络;图像定位;特征提取 |
| 摘要： | 交通标志识别(TSR)系统是智能车辆的重要组成部分，它在车辆行驶过程中对出现的交通标志信息进行采集和识别，可及时地向驾驶员做出指示或警告，以保持交通通畅和预防事故的发生。在车载视觉系统中，如何有效地识别道路交通标志是一个非常重要的研究课题。目前，已有的各种交通标志识别算法，各具特色，在某些特定场合发挥一定的功效，但也存在一些缺陷。因此，采用新的技术和理论，克服这些不足，提高算法的实时性和精度，对算法的实际应用具有重要的意义。 本文主要研究交通标志的定位与分割和交通标志的自动识别方法。 在交通标志的定位与分割方面，在研究了基于RGB彩色空间图像定位算法、基于HSI彩色空间图像定位算法和基于行、列扫描定位算法的基础上，提出了基于HSI彩色空间的二次图像定位算法。仿真实验结果表明，对于大部分的定位应用场合，这种新的定位算法均能得到很好的定位精度。 在交通标志自动识别方面，提出了基于幅值谱的二次图像特征提取算法和基于BP神经网络的双层网络识别算法。仿真实验结果表明，该算法不仅具有平移、旋转和尺度不变性，同时具有抗噪和抑制光照不均的优点，也能有效识别复杂背景下的交通符号，具有重要的应用前景。 |
| 作者： | 魏艳艳 |
| 专业： | 计算机应用技术 |
| 导师： | 姜建国 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
