基于機(jī)器學(xué)習(xí)的交通標(biāo)志識(shí)別.pdf

1、隨著科技的發(fā)展和社會(huì)的進(jìn)步，越來(lái)越多的研究人員投入到針對(duì)交通標(biāo)志識(shí)別系統(tǒng)的研究工作中。然而自然場(chǎng)景下的道路交通狀況非常復(fù)雜，想要研發(fā)出一套安全有效的道路交通標(biāo)志識(shí)別系統(tǒng)還需要更多研究人員的深入研究。在日趨發(fā)達(dá)的交通系統(tǒng)中，效果理想的交通標(biāo)志識(shí)別系統(tǒng)可以為人們的日常行車(chē)安全提供非常大的幫助，由此可見(jiàn)針對(duì)道路交通標(biāo)志識(shí)別系統(tǒng)的研究具有非常重要的實(shí)際意義。本文主要針對(duì)自然場(chǎng)景下的交通標(biāo)志識(shí)別系統(tǒng)展開(kāi)研究，著眼于識(shí)別系統(tǒng)的準(zhǔn)確性和實(shí)時(shí)性。本文主

2、要研究?jī)?nèi)容如下：
　　1）針對(duì)自然場(chǎng)景下光照條件變化會(huì)對(duì)道路交通標(biāo)志檢測(cè)造成干擾的問(wèn)題，提出基于多次閾值化的自適應(yīng)閾值方法來(lái)檢測(cè)交通標(biāo)志候選區(qū)域。首先，根據(jù)交通標(biāo)志自帶的顏色信息對(duì)輸入圖像進(jìn)行紅藍(lán)標(biāo)準(zhǔn)化預(yù)處理，再進(jìn)行一定閾值范圍的多次閾值化。然后對(duì)閾值化圖像進(jìn)行輪廓檢測(cè)，并加入幾何條件約束篩選和Hu不變矩的匹配確定輪廓形狀。最后通過(guò)條件限定的方法合并多次閾值化后的結(jié)果，得到穩(wěn)定可靠的交通標(biāo)志感興趣區(qū)域。
　　2）針對(duì)中國(guó)道路

3、交通標(biāo)志樣本庫(kù)缺乏的問(wèn)題，基于標(biāo)準(zhǔn)的中國(guó)道路交通標(biāo)志通過(guò)仿射變換、模糊、添加隨機(jī)背景等方法人工合成一系列樣本素材，最終創(chuàng)建了中國(guó)道路交通標(biāo)志樣本庫(kù)。主要思想是通過(guò)人工合成的方法不僅節(jié)省了建立交通標(biāo)志樣本庫(kù)時(shí)需要花費(fèi)的大量人力物力，而且很好地解決了因?yàn)榻煌?biāo)志圖像大小、視角和角度旋轉(zhuǎn)變化等情況所造成的干擾。
　　3）針對(duì)上百種道路交通標(biāo)志識(shí)別的問(wèn)題，本文基于方向梯度直方圖（Histogram of Oriented Gradient

4、，HOG）特征結(jié)合支持向量機(jī)（Support Vector Machine，SVM）分類(lèi)器的方法來(lái)實(shí)現(xiàn)對(duì)上百種交通標(biāo)志的快速高效的分類(lèi)識(shí)別。主要思想是交通標(biāo)志是一個(gè)剛性的物體，而HOG特征在對(duì)剛性物體的識(shí)別上性能良好。同時(shí)，HOG特征結(jié)合SVM分類(lèi)器在進(jìn)行一定優(yōu)化的情況下可以快速高效的分類(lèi)識(shí)別上百種交通標(biāo)志，從而很好地實(shí)現(xiàn)了對(duì)上百種交通標(biāo)志的實(shí)時(shí)分類(lèi)識(shí)別。
　　最后，本文在Windows系統(tǒng)下，使用Visual Studio200