自然環(huán)境下交通標志的檢測及識別算法研究.pdf

1、近年來，智能交通系統(tǒng)（ITS）得到了越來越多研究人員的關(guān)注。交通標志的檢測與識別是智能交通系統(tǒng)的前沿研究領(lǐng)域，具有非常重要的理論研究意義和實際應用價值。由于自然環(huán)境的復雜性，交通標志的檢測及識別技術(shù)尚沒有成熟的實際應用，還需要繼續(xù)深入的研究具有高效實用的交通標志檢測及識別算法。
　　本文對自然環(huán)境下的圖像進行檢測，檢測出圖像中包含交通標志的區(qū)域，并對其進行識別。對于交通標志的檢測及識別系統(tǒng)，本文主要進行了如下研究：
　?。?

2、）對標準交通標志進行分析，選用顏色、所在位置、形狀、外輪廓、內(nèi)部包含內(nèi)容等作為交通標志的特征。
　?。?）對圖像進行預處理，削弱背景和光照等因素的干擾。對比分析了顏色改變和顏色恒強的顏色增強算法。對基于顏色不變增強算法的雙Gamma校正算法和基于顏色恒強增強算法的局部顏色平均法進行了實驗與對比。
　?。?）對圖像進行檢測，檢測出其中的含有交通標志的區(qū)域。首先在HSV顏色空間對不同顏色的交通標志分別設(shè)置閾值進行檢測，由于背景的

3、復雜性，顏色檢測出來的部分區(qū)域為雜質(zhì)，需要對圖像中每個可能區(qū)域進行去雜。使用像素點擴張法將每個區(qū)域標記為不同的值實現(xiàn)ROI分割。基于交通標志的形狀、外輪廓和內(nèi)部顏色等特征，使用中心投影、radon變換和內(nèi)部顏色判斷法對每個區(qū)域進行進一步檢測。實驗結(jié)果表明：先提取特征向量，然后綜合使用各種檢測算法能正確的檢測出包含交通標志的區(qū)域。
　　（4）對檢測出的交通標志使用支持向量機進行分類識別。對二值化后的交通標志進行Hu不變矩和Zerni