基于兩階段的交通標(biāo)志識別方法研究.pdf

1、交通標(biāo)志識別是智能交通系統(tǒng)(ITS)中的一個重要組成部分。經(jīng)過國內(nèi)外學(xué)者幾十年的研究，交通標(biāo)志識別領(lǐng)域的理論和實踐體系逐漸形成，并取得了很多突破性的進展。然而自然場景具有復(fù)雜性以及交通標(biāo)志種類繁多，使得交通標(biāo)志的識別依然具備挑戰(zhàn)性。本文主要針對交通標(biāo)志的多類別，研究通過兩階段的方法識別交通標(biāo)志。
　　首先，從交通標(biāo)志的功能類別出發(fā)，設(shè)計了基于PCA-LDA的兩階段交通標(biāo)志識別方法。功能相近的交通標(biāo)志一般具有相似的圖案設(shè)計，因此，根

2、據(jù)功能類別將交通標(biāo)志劃分為限速、警告、指示以及無規(guī)則四個相似的子類進行識別。首先采用結(jié)合PCA與LDA的方法對交通標(biāo)志進行快速的預(yù)分類，即得到交通標(biāo)志的所屬子類;然后采用稀疏表示的方法進行子類內(nèi)類別識別，得到交通標(biāo)志具體所屬的類別。實驗表明，基于PCA-LDA的兩階段交通標(biāo)志識別方法在識別準(zhǔn)確率上要優(yōu)于PCA與LDA結(jié)合的方法以及基于局部字典的兩階段稀疏表示等方法。
　　然后，根據(jù)交通標(biāo)志的形狀以及顏色特征對交通標(biāo)志的子類劃分進行

3、了調(diào)整，分為了紅色圓形、紅色正三角形、藍色圓形、白色圓形以及無規(guī)則五個相似的子類。在第一階段中采用HOG特征與SVM分類器對交通標(biāo)志進行預(yù)分類;第二階段中提出了相似類核心區(qū)域的提取方法，并采用稀疏表示的方法進行子類內(nèi)類別識別。通過實驗表明，在使用相同特征提取方法的基礎(chǔ)上，基于顏色與形狀的相似子類劃分方案要優(yōu)于基于功能類別的子類劃分方案，而在同種相似子類劃分的基礎(chǔ)上，基于HOG特征方法的子類識別效果要優(yōu)于基于PCA-LDA方法，同時在最終

4、的兩階段識別上也取得了更好的效果。
　　最后，提出了基于多特征融合的兩階段交通標(biāo)志識別。在第一階段識別過程中，可以分別以顏色特征與邊緣特征作為依據(jù)進行子類的識別，然而單一特征難以全面描述交通標(biāo)志，因此在第一階段中采用融合顏色直方圖以及HOG邊緣特征的方法對交通標(biāo)志進行預(yù)分類;第二階段中采用融合LBP紋理特征與HOG邊緣特征對交通標(biāo)志各子類內(nèi)的類別進行識別。實驗表明，特征融合方法能夠獲得更高的識別率以及更好的魯棒性，識別率達到96.