復(fù)雜條件下交通標識的檢測和識別算法.pdf

1、近年來，以計算機技術(shù)為代表的信息技術(shù)產(chǎn)業(yè)得到了飛速發(fā)展，各個國家紛紛在高端信息領(lǐng)域投入了越來越多的人力、物力資源，以支持高端技術(shù)產(chǎn)業(yè)的發(fā)展。其中，車輛數(shù)量增加對道路交通產(chǎn)生的擁擠現(xiàn)象和其對環(huán)境造成的惡劣影響使得越來越多的科學(xué)家開始研究和攻關(guān)無人駕駛領(lǐng)域的技術(shù)。而無人車研究的核心內(nèi)容存在兩個需要解決的問題，一是基于計算機輔助視覺實現(xiàn)對周邊交通場景及交通情況的感知判定，另外一個是對車輛行駛過程中周邊道路相應(yīng)交通標識的自動識別與檢測?；谶@樣

2、的需求對交通標識的識別可以為車輛實現(xiàn)真正意義的“無人”行駛提供必須的理論支持和決策依據(jù)。
　　本文研究的主要工作內(nèi)容是研究了國內(nèi)外已有的基于交通標識的檢測與識別算法，同時為了提高檢測效率進行了交通標識的跟蹤和狀態(tài)估計方面的研究。運用MATLAB語言設(shè)計實驗對城市環(huán)境中的交通標識圖像數(shù)據(jù)進行處理與分析，結(jié)合實驗結(jié)果最終實現(xiàn)了城市交通環(huán)境中的交通標識的檢測與識別仿真系統(tǒng)。
　　本課題的創(chuàng)新點主要包括以下幾個方面內(nèi)容：（1）在圖像

3、預(yù)處理階段基于RGB顏色空間通過實驗選擇適用于城市環(huán)境背景的閾值可以更為有效的突顯交通標識的特征顏色；（2）本課題對圖像數(shù)據(jù)灰度預(yù)處理后使用了Sobel算子進行邊緣檢測，可以有效避免Sobel算子主體與背景區(qū)分不嚴格的缺點，降低了誤檢率；（3）通過實驗確定了適合交通標識的閾值，使用霍夫變換搜索超出閾值的聚集點完成了交通標識圖像的提??；（4）本文對交通標識目標的狀態(tài)進行了定義區(qū)分出了出現(xiàn)，活動，消失，退出四類狀態(tài)，并使用無跡的卡爾曼濾波算

4、法預(yù)測交通標識的相對運動，結(jié)合交通標識的運動軌跡以及狀態(tài)實現(xiàn)交通標識的跟蹤，可以有效的提高交通標識的檢測效率。實驗結(jié)果顯示仿真系統(tǒng)基本可以準確的檢測并提取出復(fù)雜城市交通情景下的交通標識，并對提取出的交通標識進行識別，識別準確率較高，實現(xiàn)了30多大類基于符號類型的交通標識的檢測與識別，本課題所實現(xiàn)的交通標識檢測與識別的仿真系統(tǒng)還是具有比較好的性能。
　　本課題通過對交通標識的檢測與識別算法的研究，針對城市交通環(huán)境通過實驗實現(xiàn)了對復(fù)雜