車載輔助系統(tǒng)中交通標志檢測與識別技術研究.pdf

1、隨著社會經(jīng)濟的發(fā)展,機動車輛數(shù)量迅速增加,交通擁擠、交通事故、運輸效率等問題日益嚴重,被視為解決這一問題的智能交通系統(tǒng)(Intelligent Transportation System,ITS)以其極大的優(yōu)越性和廣闊的市場價值受到越來越多人的關注,與此同時做為智能交通系統(tǒng)的重要分支--交通標志識別系統(tǒng)也得到了相應發(fā)展。本文在交通標志的檢測與識別算法上進行了重點研究。
　　 首先,采用了顏色和邊緣特征相融合的交通標志檢測算法。該

2、方法首先根據(jù)交通標志在視頻圖像中的特點,采用SVF顏色向量濾波器結合HSI顏色空間實現(xiàn)交通標志的初分割。然后提取單幀圖像邊緣信息,將顏色分割結果與邊緣圖像有效融合大大剔除干擾背景,最后對融合后結果圖像進行形態(tài)學處理,得到較完整的目標邊緣區(qū)域,為后續(xù)交通標志的檢測打好基礎。
　　 其次,分析了交通標志的形狀特征,對現(xiàn)有的檢測算法進行改進。對于圓形禁令標志和指示標志,提出了一種基于對稱性特征的四方向模板匹配算法,克服了存在遮擋時標志

3、檢測難的問題；對于矩形指示標志和三角形警告標志從拐角特征入手,結合其本身具有的幾何結構特性進行檢測,同時在搜索策略上進行了改進,并通過實驗驗證該方法的有效性。
　　 最后,分析了人類視覺的目標識別過程,結合人類視覺感官特性采用基于顯著性特征的分層識別方法。介紹了分層識別的一般程序和具體方法,在此基礎上應用BP神經(jīng)網(wǎng)絡分析目標不同屬性特征對分類識別結果的影響,確定目標屬性特征的顯著性程度,最終將該方法應用在視頻圖像中交通標志的分層