基于馬爾科夫隨機場的路標識別算法研究.pdf

1、路標識別是近些年來研究的熱點之一，它在智能交通與智能車自主駕駛方面有著重要的用途?，F(xiàn)有的路標識別方法有基于路標顏色(間接利用顏色信息：灰度或者色彩向量)的方法和基于路標形狀的方法?；陬伾姆椒ㄒ蝾伾南袼刂禃艿焦庹諚l件以及天氣變化的影響，所以對此類噪聲影響下路標識別效果不好。原因在于該方法是利用顏色閾值進行識別和分割的?；谛螤畹姆椒▽τ诼窐藞D像庫中兩種路標的形狀相似(如直行與禁止直行、左拐與禁止左拐等)的情況識別效果不好。

2、　　 本文結(jié)合路標的灰度信息和路標形狀結(jié)構(gòu)信息，利用馬爾科夫隨機場理論給出了能夠處理噪聲情況下的路標識別方法。本文研究成果如下：
　　 (1)在對基于灰度的路標識別方法和基于形狀的路標識別方法進行綜述的基礎(chǔ)上，介紹了馬爾科夫隨機場理論及極大后驗估計準則、期望最大化算法、不變矩方法、條件迭代模式算法和OSPA距離等方法，論證了綜合利用這些理論或方法解決路標識別問題的可行性與有效性。
　　 (2)給出了基于馬爾科夫隨機場的

3、路標識別算法。考慮路標像素之間的相關(guān)性，首先利用能夠描述像素相關(guān)性的馬爾科夫隨機場進行建模，求得觀測圖像的目標優(yōu)化函數(shù)；然后利用EM算法迭代產(chǎn)生目標優(yōu)化函數(shù)的解，求得去除噪聲后的觀測圖像；再利用不變矩方法計算觀測圖像的Hu矩值；最后通過比較觀測圖像的Hu矩值與標準圖像的Hu矩值的相似性來識別路標。仿真實驗驗證了該方法的有效性。
　　 (3)提出了基于OSPA點集距離的路標識別算法。考慮到因路標發(fā)生旋轉(zhuǎn)、微度的尺度變化以及角度問題