基于特征的交通標(biāo)志圖像識(shí)別的應(yīng)用研究.pdf

1、智能交通系統(tǒng)通過人與車、車與車、車與路、車與傳感器等設(shè)備之間的信息共享，使得人、車、路三者之間的關(guān)系更加和諧，因而各國的研究工作也相繼展開并得以迅速發(fā)展。而作為智能交通系統(tǒng)重要組成部分的交通標(biāo)志識(shí)別系統(tǒng)也得到了相應(yīng)的重視與發(fā)展，該系統(tǒng)可以幫助駕駛員判斷路面交通狀況，從而有效增加行車安全性，所以，對(duì)它的研究具有著重要的理論意義和實(shí)用價(jià)值。
　　 本文基于圖像處理技術(shù)，針對(duì)交通標(biāo)志的檢測(cè)和識(shí)別技術(shù)進(jìn)行了以下研究:
　　 (1

2、)基于交通標(biāo)志的顏色信息，將自然條件下的交通標(biāo)志圖像轉(zhuǎn)換到RGB、HSV和SVF顏色模型空間進(jìn)行顏色分割，并通過實(shí)驗(yàn)對(duì)比分析了三種模型下的分割結(jié)果;實(shí)驗(yàn)結(jié)果表明，三種分割算法中SVF算法分割效果最好，利用顏色特征能排除大部分干擾背景，同時(shí)得到了包含目標(biāo)區(qū)域在內(nèi)的候選區(qū)域。
　　 (2)在顏色分割的基礎(chǔ)上運(yùn)用二值化分割算法進(jìn)一步分離圖像背景與候選目標(biāo)區(qū)域，對(duì)二值化圖像進(jìn)行消噪、平滑處理，利用數(shù)學(xué)形態(tài)學(xué)對(duì)候選區(qū)域進(jìn)行了填充并得到完整

3、的候選區(qū)域，通過面積閾值排除了大部分的非目標(biāo)候選區(qū)域，而后基于連通區(qū)域法獲取外接矩形，并提取自然場(chǎng)景下的交通標(biāo)志。分析了我國現(xiàn)有常用交通志的形狀屬性特征，并將交通標(biāo)志形狀屬性的約束條件作為交通標(biāo)志初步分類的依據(jù)。
　　 (3)分析了特征選擇與提取理論，研究了Hu距與zernike距的旋轉(zhuǎn)、縮放、平移不變性，選用Hu距和zernike距為交通標(biāo)志圖像的識(shí)別特征，而后通過計(jì)算提取了交通標(biāo)志樣本的Hu不變距和Zernike不變距特征值

4、，并對(duì)特征數(shù)據(jù)進(jìn)行了歸一化處理。鑒于交通標(biāo)志屬于小樣本問題，基于統(tǒng)計(jì)學(xué)與VC維理論及設(shè)計(jì)原則，基于SVM設(shè)計(jì)了分類器，并對(duì)分類器中的參數(shù)(C，g)進(jìn)行了尋優(yōu)處理，以期獲得最優(yōu)的分類結(jié)果。最后，基于文中設(shè)計(jì)的分類器，完成了預(yù)測(cè)模型的訓(xùn)練和待分類標(biāo)志的識(shí)別實(shí)驗(yàn)，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。
　　 基于前文的研究和分析，設(shè)計(jì)了算法實(shí)現(xiàn)框圖，利用模塊化結(jié)構(gòu)思想設(shè)計(jì)了交通標(biāo)志識(shí)別系統(tǒng)及相應(yīng)的工作界面，并通過實(shí)驗(yàn)驗(yàn)證了系統(tǒng)的可行性。