復(fù)雜環(huán)境下交通標(biāo)志的檢測(cè).pdf

1、近幾年來智能交通系統(tǒng)(Intelligent Transportation System，ITS)引起了人們?cè)絹碓蕉嗟呐d趣和關(guān)注。該系統(tǒng)可以減輕人們的駕駛壓力，使人們的出行更加自由、安全、可靠。交通標(biāo)志的檢測(cè)與識(shí)別系統(tǒng)(Traffic Signs Detection and RecognitionSystem)作為ITS的一個(gè)必要環(huán)節(jié)，是智能車或駕駛員獲取外界路況信息的可靠保障。交通標(biāo)志的檢測(cè)是識(shí)別的關(guān)鍵，準(zhǔn)確實(shí)時(shí)的檢測(cè)出感興趣區(qū)域才會(huì)

2、為識(shí)別奠定良好的基礎(chǔ)。針對(duì)復(fù)雜的外界環(huán)境和行車環(huán)境下拍攝到的圖像，需要預(yù)處理才可以保證檢測(cè)的準(zhǔn)確率。本文首先針對(duì)去除運(yùn)動(dòng)模糊和濃霧兩個(gè)預(yù)處理環(huán)節(jié)進(jìn)行了研究，然后探究了標(biāo)牌的檢測(cè)方法。
　　圖像的運(yùn)動(dòng)模糊復(fù)原問題分為勻速直線運(yùn)動(dòng)模糊復(fù)原和非勻速直線運(yùn)動(dòng)模糊復(fù)原兩類。針對(duì)前者，介紹了模糊核尺度和方向估計(jì)的普遍方法以及圖像復(fù)原的基本算法;針對(duì)后者本文在強(qiáng)邊緣估計(jì)模糊核方法上進(jìn)行了改進(jìn)，用導(dǎo)向?yàn)V波器進(jìn)行保持邊緣去噪，并且在R、G、B三通道

3、進(jìn)行運(yùn)算，以增加較小計(jì)算量為代價(jià)，使該算法可直接處理彩色圖像，復(fù)原結(jié)果保留了圖像的顏色信息。
　　針對(duì)圖像去霧問題，本文采用了去霧領(lǐng)域最近研究成果“黑暗通道(DarkChannel Prior)法”。利用黑暗通道先驗(yàn)知識(shí)對(duì)霧化圖像進(jìn)行復(fù)原，并在透射函數(shù)優(yōu)化方面提出了導(dǎo)向?yàn)V波與線性插值相結(jié)合的方法。
　　自然拍攝的圖像經(jīng)過預(yù)處理后，再進(jìn)行交通標(biāo)志的檢測(cè)，檢測(cè)環(huán)節(jié)分為兩個(gè)部分:
　　(1)針對(duì)紅、藍(lán)、黃三種顏色在YIQ顏色

4、空間內(nèi)建立I分量和Q分量的二維正態(tài)分布模型，利用待檢測(cè)像素對(duì)三個(gè)正態(tài)分布模型的符合度來進(jìn)行顏色分割，然后進(jìn)行形態(tài)學(xué)處理，得到二值化圖像中的白色區(qū)域作為初步感興趣區(qū)域。
　　(2)選取對(duì)形狀的大小、角度、旋轉(zhuǎn)魯棒性較強(qiáng)的Hu不變矩特征，針對(duì)初步分割得到的感興趣區(qū)域，求得各區(qū)域Hu不變矩特征，利用支持向量機(jī)(SupportVector Machine，SVM)進(jìn)行訓(xùn)練得到分類器。剔除不規(guī)則類別，保留交通標(biāo)志特征形狀圓形、矩形和三角形類