基于多特征融合的交通標志檢測與識別.pdf

1、道路交通標志是用于向駕駛員傳遞路況及交通規(guī)則的道路設(shè)施，利用不同的顏色、形狀、圖案的組合來表達不同的信息，具有顯著的顏色、形狀和尺度特征。本文充分利用交通標志的上述特征，研究自然場景下交通標志自動檢測與識別方法。本文提出了一種多特征融合的交通標志檢測與識別方法，利用交通標志的多種特征來協(xié)同實現(xiàn)交通標志的檢測與識別，具有良好的準確性和魯棒性。
　　在交通標志檢測階段，根據(jù)交通標志的特定的顏色（紅、藍）特征，采用顏色不變量特征，建立相

2、應顏色的混合高斯顏色概率模型。通過該模型計算圖片中每個像素點屬于交通標志某特定顏色的概率，從而得到相應的顏色概率圖。再將概率圖轉(zhuǎn)為灰度圖，這樣得到的灰度圖中，較明亮的區(qū)域即為特定顏色相關(guān)的區(qū)域。再利用最大穩(wěn)定性極值區(qū)域算法（MSER）尋找灰度圖中的灰度穩(wěn)定性區(qū)域，如果圖片中有交通標志，那么極大可能位于這些穩(wěn)定區(qū)域中，然后利用交通標志的尺度特征篩選這些穩(wěn)定區(qū)域，得到最終的候選檢測區(qū)域。然后根據(jù)交通標志的形狀特征，利用方向梯度直方圖（HOG

3、）特征訓練支持向量機（SVM）分類器，利用該分類器對候選檢測區(qū)域進行分類檢測，判斷該區(qū)域是否存在交通標志，從而得到交通標志位置。
　　在交通標志識別階段，結(jié)合交通標志檢測的結(jié)果，對于待分類識別的交通標志，其形狀、顏色、所屬的大類（警告、禁令、指示）等信息是已知的，因而在識別階段，主要的是識別交通標志內(nèi)部的圖案差異。本文利用交通標志的灰度圖片作為訓練樣本，利用限制對比度自適應直方圖均衡算法（CLAHE）對訓練樣本進行處理，消除光照對