自然場景下交通標志的分割算法研究.pdf

1、隨著經(jīng)濟社會不斷發(fā)展，汽車保有量逐年上升，交通阻塞和交通安全問題日益嚴重。尤其是在大城市，交通事故的增加和環(huán)境污染的加劇幾乎成了城市當前面臨的通病，甚至成為經(jīng)濟發(fā)展的負擔。智能交通技術(shù)在此背景下產(chǎn)生并得到了迅速的發(fā)展。交通標志作為重要的交通安全附屬設備，在引導行人、規(guī)范交通車輛、指引車輛行車路線等方面起到不可替代的作用。交通標志識別系統(tǒng)屬于智能交通技術(shù)的一部分，該系統(tǒng)可以應用于智能駕駛輔助系統(tǒng)和無人駕駛車輛中，而交通標志分割是交通標志識

2、別的重要基礎和前提，分割結(jié)果直接影響著標志的識別率。所以能否快速高效的實現(xiàn)標志分割，成為了交通標志識別系統(tǒng)成功與否的關鍵。
　　論文以真實場景下的交通標志作為研究對象，從顏色、形狀方面對交通標志分割方法進行了研究。結(jié)合顏色和形狀特征實現(xiàn)了交通標志分割。主要研究內(nèi)容和創(chuàng)新如下:
　　(1)利用顏色特征處理技術(shù)主要討論基于RGB顏色空間、HSI顏色空間和OHTA空間的顏色分割，同時在RGB空間下利用支持向量機方法進行分割。通過顏

3、色特征能夠去除大部分非交通標志區(qū)域。
　　(2)對顏色特征分割后的圖像進行灰度化，提出一種基于灰度直方圖的多閾值分割算法。利用此算法得到的二值圖像進行形態(tài)學的處理。
　　(3)鑒于交通標志的固有形狀信息，提取特征進行形狀判定。對二值圖像進行輪廓提取，提取出目標區(qū)域的輪廓信息并用鏈碼表示。作為對比，利用改進的邊緣檢測方法作用于灰度交通標志圖像提取邊緣信息。
　　(4)由于邊界不變矩具有旋轉(zhuǎn)、平移和縮放的不變形，適用于交通