交通標(biāo)志檢測(cè)與分類算法研究.pdf

1、交通管理及交通安全問(wèn)題正受到人們?cè)絹?lái)越多的關(guān)注。在此背景下,智能交通系統(tǒng)的概念應(yīng)運(yùn)而生。智能交通系統(tǒng)將信息、通訊、控制及計(jì)算機(jī)等技術(shù)有效集成于現(xiàn)有交通運(yùn)輸管理體系,從而建立起一種安全、高效、可靠的綜合運(yùn)輸管理系統(tǒng)。作為智能交通系統(tǒng)的一部分,交通標(biāo)志識(shí)別系統(tǒng)在駕駛輔助、交通標(biāo)志維護(hù)、自動(dòng)駕駛等多方面具有重要作用。然而,真實(shí)交通場(chǎng)景復(fù)雜多變,光照條件、天氣條件、局部遮擋、背景色相似干擾、陰影干擾等問(wèn)題使交通標(biāo)志識(shí)別系統(tǒng)的研究遠(yuǎn)未達(dá)到成熟。針

2、對(duì)這種情況,本文對(duì)惡劣天氣下的圖像復(fù)原、交通標(biāo)志檢測(cè)、交通標(biāo)志分類三個(gè)方面展開(kāi)了研究。
　　首先,本文研究惡劣天氣條件的圖像復(fù)原問(wèn)題,提出了一種基于平滑區(qū)域分割的霧、霾、沙塵天氣圖像復(fù)原算法。由于交通標(biāo)志識(shí)別系統(tǒng)通常需要在室外環(huán)境下工作,要能夠適應(yīng)霧、霾、沙塵等各種惡劣天氣條件。本文通過(guò)對(duì)現(xiàn)有的幾種復(fù)原算法的分析,指出了現(xiàn)有算法的內(nèi)在聯(lián)系及不足,并在暗通道假設(shè)算法的基礎(chǔ)上,提出一種基于平滑區(qū)域分割的圖像復(fù)原算法,解決了原算法復(fù)原天

3、空區(qū)域失真、白色物體偏暗、光暈抑制不足等問(wèn)題。實(shí)驗(yàn)結(jié)果表明,本文算法能夠顯著提升霧、霾、沙塵等天氣條件下的圖像的清晰度,從而提高交通標(biāo)志檢測(cè)及分類的準(zhǔn)確率。
　　其次,本文對(duì)交通標(biāo)志檢測(cè)問(wèn)題進(jìn)行深入研究,并分別基于顏色、形狀、模板特征提出三種有效的交通標(biāo)志檢測(cè)算法。交通標(biāo)志檢測(cè)的任務(wù)是從輸入圖像找出所有包含交通標(biāo)志的區(qū)域。本文提出的基于顏色的檢測(cè)算法針對(duì)禁令標(biāo)志的特點(diǎn),通過(guò)檢測(cè)圖像中的紅色圓孔定位標(biāo)志區(qū)域,有效解決了背景色相似及多

4、標(biāo)志相連等問(wèn)題;基于形狀的檢測(cè)算法通過(guò)檢測(cè)圖像中的橢圓定位圓形標(biāo)志,利用文中提出的基于有序合并的橢圓檢測(cè)算法實(shí)現(xiàn)了快速、準(zhǔn)確的圓形標(biāo)志檢測(cè);基于模板的檢測(cè)算法采用多分辨率滑窗架構(gòu),將檢測(cè)過(guò)程分為小窗粗篩選和大窗細(xì)篩兩個(gè)步驟,實(shí)現(xiàn)了任意顏色、形狀交通標(biāo)志的高準(zhǔn)確率檢測(cè)。實(shí)驗(yàn)結(jié)果表明,三種算法均有較高的檢測(cè)準(zhǔn)確率,能夠適應(yīng)惡劣光照、遮擋、旋轉(zhuǎn)等多種不利條件。
　　接下來(lái),本文針對(duì)交通標(biāo)志分類問(wèn)題,提出一種基于支持向量機(jī)的逐級(jí)細(xì)化的分類

5、算法。交通標(biāo)志分類的任務(wù)是分析包含交通標(biāo)志的區(qū)域,并判斷區(qū)域中標(biāo)志的具體類別。本文通過(guò)研究現(xiàn)有的標(biāo)志分類算法,指出影響分類正確率的主要原因,并在此基礎(chǔ)上提出一種逐級(jí)細(xì)化的分類算法。算法首先將交通標(biāo)志粗分為若干大類,而后針對(duì)各類的特點(diǎn)對(duì)標(biāo)志進(jìn)行形狀校正,最后對(duì)校正后的標(biāo)志細(xì)分類得出最終結(jié)果。實(shí)驗(yàn)結(jié)果表明,本文算法的分類正確率高于現(xiàn)有其它算法,對(duì)多種不利條件具有良好的適應(yīng)能力。
　　最后,本文面向體積、功耗受限的車載環(huán)境,研究交通標(biāo)志

6、識(shí)別系統(tǒng)的嵌入式實(shí)現(xiàn)問(wèn)題,并基于FPGA(FieldProgrammableGateArray)設(shè)計(jì)其中運(yùn)算量最大的兩個(gè)模塊:向?qū)V波器及交通標(biāo)志檢測(cè)模塊。其中向?qū)V波器用于圖像復(fù)原,本文基于積分圖像方法設(shè)計(jì)了一種高效、靈活、低延遲的VLSI(VeryLargeScaleIntegration)結(jié)構(gòu),對(duì)640×480圖像的檢測(cè)速度達(dá)到300幀/秒,且不需要片外存儲(chǔ)器;交通標(biāo)志檢測(cè)模塊通過(guò)挖掘圓霍夫變換的局部化特點(diǎn),充分利用FPGA的并行

7、能力,實(shí)現(xiàn)了禁令標(biāo)志的高速、高準(zhǔn)確率的檢測(cè),對(duì)640×480圖像的檢測(cè)速度達(dá)到374幀/秒。
　　本文提出的交通標(biāo)志檢測(cè)算法參加了2013年舉行的德國(guó)交通標(biāo)志檢測(cè)競(jìng)賽(GermanTrafficSignDetectionBenchmark,GTSDB),并取得了兩項(xiàng)第1、一項(xiàng)第3的好成績(jī),詳細(xì)結(jié)果見(jiàn)3.6節(jié)。
　　本文提出的交通標(biāo)志分類算法在德國(guó)交通標(biāo)志分類數(shù)據(jù)集(GermanTrafficSignRecognitionBe