基于多特征分層的道路交通標志識別算法研究.pdf

1、智能交通系統(tǒng)是一個集檢測、通信和計算機技術為一體的綜合信息系統(tǒng),融合了多種技術的綜合系統(tǒng),為許多懸而未決的交通問題提供了可行的解決方案。它是在道路基礎設施完善的基礎上,將先進的通信技術、智能信息處理技術、圖像處理技術、傳感器技術、模式識別理論以及系統(tǒng)工程技術地集成起來,運用于地面交通的智能控制,提高了地面交通的運輸效率和行車安全。交通標志識別子系統(tǒng)作為智能交通系統(tǒng)的一個重要組成部分,是智能交通系統(tǒng)研究的一個重要分支領域。
　　本論

2、文組織如下:在緒論部分,首先介紹了當前道路交通中存在的某些問題,和交通標志識別的相關基礎知識,然后引出本文的研究客體—交通標志識別;接著,從國內(nèi)外兩方面詳細分析了智能交通標志識別的研究現(xiàn)狀。在此基礎上,提出了一種基于多特征分層的交通標志識別研究思路。
　　在第二章,介紹了與本文相關的多特征提取技術。首先介紹了本文用到的第一層特征提取技術—基于HSV顏色空間的交通標志顏色特征提取;接著,文章闡述了與第二層特征提取相關的技術—形狀特征

3、提取;然后,本文的第三層特征提取技術,即局部特征提取技術。
　　在第三章,介紹了典型的道路交通標志識別算法。首先,文章對交通標志識別算法進行概要的介紹,指出了常用的框架模型;然后,對基于特征匹配的交通標志識別算法和基于機神經(jīng)網(wǎng)絡的交通標志識別算法進行了詳細的介紹。
　　在第四章,介紹了本文的基于多層特征分層的道路交通標志識別方法。文章首先介紹了多特征分層交通標志識別算法的框架,然后對實驗數(shù)據(jù)進行了分析和說明,最后詳細分析了多

4、特征分層的交通標志識別算法的實現(xiàn)過程;接著對該算法進行了實驗仿真和分析。
　　在第五章,針對基于傳統(tǒng)圖像特征結合的SVM識別效果不足,提出了基于真實自然場景下的基于多特征的SVM交通識別方法,采用HSV顏色空間的支持向量機交通標志識別算法。首先介紹了圖像處理中常用的兩種預處理技術;接著詳細介紹了支持向量機的理論基礎;然后詳細介紹了支持向量機自然交通的標志識別算法的實現(xiàn)過程并進行了仿真實驗,實驗中分別采用標準交通標識庫和從自然場景拍