交通標(biāo)志檢測(cè)和識(shí)別算法研究.pdf

1、隨著技術(shù)的進(jìn)步，道路安全得到了大幅度的提升，如今更加專注駕駛?cè)藛T的在駕駛車輛過(guò)程中因?yàn)殄e(cuò)誤所造成的安全問(wèn)題。眾所周知，許多交通事故的發(fā)生是由于司機(jī)沒(méi)有察覺(jué)到交通標(biāo)志造成的。這種情況大多是由于駕駛員的注意力被手機(jī)通話等事情分心造成了交通標(biāo)志沒(méi)有被注意到。此外，惡劣的天氣和某些不良的駕駛條件使得駕駛員不能察覺(jué)道路中的交通標(biāo)志。大多數(shù)汽車不具備交通駕駛輔助系統(tǒng)，而交通標(biāo)志檢測(cè)和識(shí)別系統(tǒng)是該系統(tǒng)的重要組成部分。交通標(biāo)志檢測(cè)和識(shí)別系統(tǒng)能夠及時(shí)提供

2、給駕駛員路況信息，從而讓駕駛員對(duì)突發(fā)狀況及時(shí)做出應(yīng)對(duì)措施，進(jìn)而避免或減少交通事故的發(fā)生。本文以交通標(biāo)志檢測(cè)與識(shí)別技術(shù)作為的研究對(duì)象，從交通標(biāo)志圖像的預(yù)處理、檢測(cè)、特征提取與識(shí)別等方面問(wèn)題開展廣而深的研究。本文的創(chuàng)新點(diǎn)以及主要工作包括:
　　(1)研究了交通標(biāo)志的圖像分割算法，設(shè)計(jì)了多級(jí)閾值的MSER算法，并利用交通標(biāo)志的尺寸等幾何特征篩選MSER區(qū)域，能夠有效分割出交通標(biāo)志候選區(qū)域，同時(shí)排除大量背景區(qū)域。
　　(2)提出了一

3、種基于多特征的高可信度區(qū)域的交通標(biāo)志提取算法。首先，利用交通標(biāo)志的形狀特性、紋理特性和顏色特性檢測(cè)交通標(biāo)志區(qū)域;檢測(cè)到的交通標(biāo)志區(qū)域與實(shí)際交通標(biāo)志區(qū)域相比，存在位置偏移、區(qū)域過(guò)大或過(guò)小等問(wèn)題，本文基于可信度函數(shù)進(jìn)行自適應(yīng)迭代以搜索最優(yōu)交通標(biāo)志區(qū)域，從而最大程度上消除了上述問(wèn)題。實(shí)驗(yàn)表明，本方法在德國(guó)交通標(biāo)志標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)(GTSDB)和西班牙交通標(biāo)志數(shù)據(jù)庫(kù)上分別得到97.1％和98.5％的Recall指標(biāo)，且平均覆蓋率在94％以上，高于現(xiàn)有

4、的大多數(shù)交通標(biāo)志檢測(cè)算法。
　　(3)提出了一種基于交通標(biāo)志局部特征和級(jí)聯(lián)分類的交通標(biāo)志識(shí)別算法。首先，基于交通標(biāo)志局部的形狀、顏色、紋理特征進(jìn)行級(jí)聯(lián)分類，使用專家委員會(huì)判定法將交通標(biāo)志劃為圓形、三角形、菱形和倒三角形四大類;然后提取圓形和三角形交通標(biāo)志的內(nèi)部構(gòu)件，利用類模板匹配法進(jìn)行交通標(biāo)志內(nèi)容的識(shí)別。結(jié)果表明，本方法在GTSRB測(cè)試庫(kù)中選取的2601張測(cè)試圖像獲得了98.3％的正確率，高于深度學(xué)習(xí)、HOG+SVM、HOG+隨機(jī)