道路交通標(biāo)志檢測(cè)與識(shí)別系統(tǒng)研究.pdf

1、近十年來，科學(xué)技術(shù)得到突飛猛進(jìn)的發(fā)展，互聯(lián)網(wǎng)、云計(jì)算、人工智能等高新技術(shù)開始影響社會(huì)生活的方方面面。智能交通系統(tǒng)、無人駕駛、車聯(lián)網(wǎng)等成為當(dāng)前研究的熱點(diǎn)和交通領(lǐng)域未來發(fā)展的新方向，交通標(biāo)志檢測(cè)與識(shí)別是未來智能交通領(lǐng)域的重要一環(huán)。但是，在實(shí)際的道路環(huán)境中，交通標(biāo)志檢測(cè)會(huì)受到天氣變化、障礙物遮擋、相似物體干擾、損傷變形等不利因素的影響，這些因素增大了交通標(biāo)志檢測(cè)和識(shí)別的難度。本文針對(duì)天氣變化、樹木陰影、光強(qiáng)變化等因素導(dǎo)致交通標(biāo)志檢測(cè)困難的情況

2、，提出一種適用性較強(qiáng)的檢測(cè)與識(shí)別方法。
　　交通標(biāo)志檢測(cè)綜合顏色分割與形狀檢測(cè)的方法實(shí)現(xiàn)目標(biāo)區(qū)域檢測(cè)。首先將圖像在HSV顏色空間使用基于亮度分量的多尺度Retinex算法作圖像增強(qiáng)，以增加圖像的對(duì)比度，同時(shí)保持交通標(biāo)志色彩的恒常性；其次，采用基于 HSV顏色空間的閾值分割算法對(duì)交通標(biāo)志圖像進(jìn)行初分割，并利用中值濾波和數(shù)學(xué)形態(tài)學(xué)的方法濾除噪聲點(diǎn)；再次設(shè)置連通區(qū)域面積閾值篩選出交通標(biāo)志區(qū)域；最后結(jié)合目標(biāo)區(qū)域的圓形度及幾何邊數(shù)檢測(cè)目標(biāo)區(qū)

3、域的形狀，并將交通標(biāo)志分割并提取出來。
　　交通標(biāo)志識(shí)別采用基于梯度方向直方圖（HOG）特征結(jié)合 SVM的方法完成識(shí)別任務(wù)。首先將分割出的交通標(biāo)志固定到統(tǒng)一的尺寸，然后將提取出交通標(biāo)志的HOG特征輸入 SVM的預(yù)測(cè)函數(shù)中進(jìn)行識(shí)別。
　　采用MATLAB軟件根據(jù)論文所提的算法編程。利用 GTSRB數(shù)據(jù)庫作為樣本訓(xùn)練 SVM分類器，利用測(cè)試數(shù)據(jù)庫中圖像進(jìn)行實(shí)驗(yàn)。設(shè)計(jì)下位機(jī)模塊模擬控制功能，利用實(shí)驗(yàn)結(jié)果驗(yàn)證系統(tǒng)的性能。