公路交通標(biāo)志與車(chē)輛的目標(biāo)識(shí)別設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著經(jīng)濟(jì)和科技的迅速發(fā)展，機(jī)動(dòng)車(chē)輛的數(shù)量迅猛增加，智能車(chē)輛系統(tǒng)的研究顯的極為重要，其中交通標(biāo)志與前方車(chē)輛的識(shí)別是智能車(chē)輛系統(tǒng)研究的關(guān)鍵。鑒于目標(biāo)識(shí)別與計(jì)算機(jī)視覺(jué)技術(shù)息息相關(guān)，本文從計(jì)算機(jī)視覺(jué)角度出發(fā)，對(duì)交通標(biāo)志與前方車(chē)輛識(shí)別中的關(guān)鍵技術(shù)進(jìn)行深入研究，并在VC++6.0集成開(kāi)發(fā)工具中實(shí)現(xiàn)了交通標(biāo)志與車(chē)輛的自動(dòng)化識(shí)別系統(tǒng)。
　　在交通標(biāo)志識(shí)別方面，自然環(huán)境下，圖像的R、G、B三個(gè)分量容易受光照、天氣狀況的影響，而HSI彩色空間中色調(diào)與

2、飽和度分量卻相對(duì)穩(wěn)定，基于這個(gè)特性，本文采用色調(diào)與飽和度結(jié)合的閾值分割方法實(shí)現(xiàn)目標(biāo)檢測(cè)；針對(duì)圖像中存在的噪聲，本文在區(qū)域生長(zhǎng)算法的基礎(chǔ)上設(shè)計(jì)了一種噪聲濾除方法；通過(guò)對(duì)交通目標(biāo)形狀特點(diǎn)的分析，提出利用目標(biāo)的面積與包含目標(biāo)的最小矩形的面積比值確定目標(biāo)的形狀；根據(jù)目標(biāo)的形狀、顏色特點(diǎn)確定在基于svm進(jìn)行目標(biāo)精確識(shí)別時(shí)使用的模板，基于svm目標(biāo)識(shí)別時(shí)，本文提取目標(biāo)的Hu相對(duì)不變矩特征作為目標(biāo)的特征向量。最后，通過(guò)實(shí)驗(yàn)驗(yàn)證，此方法對(duì)圖像的尺度、旋

3、轉(zhuǎn)變化都有很強(qiáng)的魯棒性，并且在時(shí)間效率上滿(mǎn)足實(shí)時(shí)性需求。
　　在前方車(chē)輛識(shí)別方面，通過(guò)對(duì)車(chē)輛尾部特征的分析，本文根據(jù)陰影的分布情況確定車(chē)輛的候選區(qū)。首先采用基于灰度的閾值分割算法確定陰影，然后針對(duì)候選區(qū)域的確定，本文提出基于陰影分布自適應(yīng)得到車(chē)輛候選區(qū)的算法；利用Adaboost算法進(jìn)一步驗(yàn)證候選區(qū)域中是否存在車(chē)輛，并對(duì)車(chē)輛區(qū)域進(jìn)行精確定位。通過(guò)實(shí)驗(yàn)驗(yàn)證，所述方法不僅提高了車(chē)尾目標(biāo)的識(shí)別率，最重要的是在時(shí)間效率上滿(mǎn)足實(shí)時(shí)性需求。<