基于仿射不變特征的交通標志識別研究.pdf

1、隨著交通事業(yè)的日益發(fā)展,交通標志識別系統(tǒng)作為智能交通的一個重要組成部分已經引起人們越來越多的注意。在國外,交通標志的自動識別己經成為一個重點的研究課題。由于國內在該領域起步較晚,目前還沒有形成可應用的系統(tǒng)。在這種背景下,本文進行了交通標志自動識別系統(tǒng)關鍵技術的研究。交通標志的實時識別系統(tǒng)是把攝像機在移動的車輛里拍攝到的道路場景傳輸?shù)接嬎銠C中進行處理,并自動識別后把信息傳遞給駕駛員或駕駛操作系統(tǒng),以輔助其駕駛行為。但是,交通標志在實際道路

2、環(huán)境中受到各種不同外界因素的影響與干擾,這就給目標識別帶來了一定的難度。本課題針對我國交通標志的實際情況,設計并實現(xiàn)了一種基于仿射不變特性的交通標志識別系統(tǒng)。該系統(tǒng)采用了局部特征提取中的仿射不變特征的理論,有效降低了對于特征提取受環(huán)境變化造成的影響,并根據(jù)粗精匹配結合的思想縮短了匹配分類時間,提高了匹配速度,達到了在尺度、旋轉、視角、光照的變化以及遮擋的情況下有較精準匹配度和一定的實時性。
　　 本文在交通標志圖像庫的建立、特征

3、子空間的建立、特征提取算法、交通標志的分類算法以及交通標志判別方法等方面做了以下一些工作：⑴由于我國關于交通標志自動識別系統(tǒng)的研究起步較晚,交通標志的數(shù)據(jù)庫沒有公開發(fā)布,因此需要在實驗中自制交通標志數(shù)據(jù)庫。通過收集大量各種標準模板的交通標志,進而根據(jù)它們的特點進行分類生成各個子數(shù)據(jù)庫,并檢測特征點,構建特征子空間。⑵在總結其國內外現(xiàn)有的相關技術及目前常用的局部特征提取方法的基礎上,本文做了大量實驗進行對比,找出各種算子的優(yōu)缺點,提出了本

4、課題采用的SIFT與ASIFT算法相結合的特征提取方案對交通標志進行識別,彌補了SIFI。算法在視角范圍小的缺點,同時也減少了因ASIFT計算量大造成的處理時間過長,起到了優(yōu)勢互補的作用。⑶針對自動識別實時性的要求,本文對SIFT算子高維數(shù)的復雜性和計算重復等問題進行了簡化。在交通標志分類方面,本文詳細分析了幾種圖像匹配的方法,做出了對比研究；同時,結合粗精匹配的思想原則和交通標志的具體情況,將輸入圖像按不同顏色的H值進行粗分類,再進行