城市交通標(biāo)志識別系統(tǒng)的研究與實現(xiàn).pdf

1、隨著目前一些不良駕駛習(xí)慣的呈現(xiàn)，如開車時接電話，與車?yán)锲渌肆奶斓?，使得駕駛員的注意力被轉(zhuǎn)移，以至駕駛員忽略交通標(biāo)志的現(xiàn)象越來越普遍。惡劣的天氣和其它不良的駕駛環(huán)境有時也會使駕駛員不能一直保持警惕，而忽略路上的重要交通標(biāo)志。眾所周知，當(dāng)駕駛員錯過或者忽略一些重要的交通標(biāo)志時，可能會導(dǎo)致交通事故的發(fā)生。并且目前交通越來越擁擠，交通標(biāo)志也越來越多，因此設(shè)計一個能夠幫助駕駛員識別交通標(biāo)志以便減少交通事故發(fā)生的系統(tǒng)是很有必要的。
　　本文

2、主要在研究分析現(xiàn)有的交通標(biāo)志識別相關(guān)算法的基礎(chǔ)上，將低照度環(huán)境現(xiàn)實場景下的交通標(biāo)志作為主要研究對象，提出適合全天候全路況的交通標(biāo)志檢測與識別算法，并在算法設(shè)計驗證完成后，將其移植到硬件平臺上實現(xiàn)。針對能見度較低的道路環(huán)境，在進(jìn)行交通標(biāo)志檢測前，本文恰當(dāng)?shù)夭捎昧藥驶謴?fù)的Retinex算法對圖像進(jìn)行預(yù)處理增強，為提高系統(tǒng)識別的準(zhǔn)確率作了較好的前期處理。在交通標(biāo)志檢測階段采用基于顏色空間和形狀特征相結(jié)合的方法，對比了基于歸一化RGB和基于

3、HSV顏色空間的分割效果，并將分割后的感興趣顏色分量分別存儲以避免相互干擾。此外，顏色分量低于某閾值的圖像沒有后隨的處理，可提高系統(tǒng)的效率。在形狀檢測方面，為了提高準(zhǔn)確率，對交通標(biāo)志的不同形狀采用了不同的檢測方法，最后提取出交通標(biāo)志候選區(qū)域。針對交通標(biāo)志識別階段，為了得到良好的識別效果和實現(xiàn)較好的推廣能力，采用Hu不變矩作為特征提取對象，設(shè)計基于支持向量機的多類分類器，并通過實驗選擇了合適的分類器參數(shù)。最后，選擇Cubieboard4作