交通標(biāo)志識(shí)別及其算法研究.pdf

1、交通標(biāo)志的實(shí)時(shí)識(shí)別是通過(guò)安裝在交通工具上的攝像機(jī)攝取戶外自然場(chǎng)景中交通標(biāo)志圖像,輸入計(jì)算機(jī)進(jìn)行處理完成的,由于戶外環(huán)境存在多種復(fù)雜因素的影響,它比非自然場(chǎng)景下的目標(biāo)識(shí)別更具挑戰(zhàn)性。本學(xué)位論文結(jié)合中國(guó)的實(shí)際,在交通標(biāo)志圖像庫(kù)的建立、交通標(biāo)志圖像的預(yù)處理算法、交通標(biāo)志圖像的特征提取、交通標(biāo)志的分類算法以及最后交通標(biāo)志的判別方法等方面做了一些工作,本文研究?jī)?nèi)容和取得的主要成果如下:
　　 1)由于交通標(biāo)志的具體形式各國(guó)不盡相同,并且國(guó)

2、內(nèi)關(guān)于交通標(biāo)志識(shí)別的起步較晚,因此目前國(guó)內(nèi)還沒(méi)有公開發(fā)布的交通標(biāo)志的數(shù)據(jù)庫(kù)。本文對(duì)交通標(biāo)志圖像庫(kù)的建立采取兩種方式,第一種方式通過(guò)對(duì)標(biāo)準(zhǔn)圖的圖像預(yù)處理變換(如旋轉(zhuǎn)、扭曲、加入噪聲)來(lái)擴(kuò)充交通標(biāo)志圖庫(kù)的數(shù)量,提高識(shí)別的魯棒性;第二種方式通過(guò)不同角度和距離實(shí)地拍攝交通標(biāo)志,然后將拍攝的交通標(biāo)志圖像用實(shí)驗(yàn)室的交通標(biāo)志檢測(cè)算法把實(shí)景圖中的交通標(biāo)志截取出來(lái)組成交通標(biāo)志圖庫(kù)。
　　 2)針對(duì)交通標(biāo)志的分類問(wèn)題和準(zhǔn)備識(shí)別的交通標(biāo)志,本文歸納總

3、結(jié)了一種由粗到精的分層分類策略并將其應(yīng)用到交通標(biāo)志的識(shí)別上,根據(jù)基于顏色和形狀的交通標(biāo)志檢測(cè)方法將要識(shí)別的交通標(biāo)志按顏色和形狀首先粗分類為六大類,然后再對(duì)每一類采用識(shí)別算法進(jìn)行識(shí)別,從而提高了分類速度和魯棒性。
　　 3)將Gabor特征提取和二維的主成分分析應(yīng)用到交通標(biāo)志的識(shí)別上,并基于光照控制預(yù)處理、Gabor特征提取、二維的主成分分析、分類方法(包括模板匹配、BP神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī))等理論,提出了四種交通標(biāo)志牌的識(shí)別方

4、法。而后針對(duì)不同圖像庫(kù)使用同一方法做了對(duì)比實(shí)驗(yàn),發(fā)現(xiàn)經(jīng)過(guò)光照控制的圖像庫(kù)的對(duì)提高方法識(shí)別率有較大幫助,并且在同一圖像庫(kù)條件下,對(duì)四種不同方法在識(shí)別率和運(yùn)行時(shí)間上做了對(duì)比。
　　 4)在降低交通標(biāo)志識(shí)別的錯(cuò)誤識(shí)別率和加大正確檢測(cè)與誤檢測(cè)圖像的特征區(qū)分度方面做了研究,首先根據(jù)前期檢測(cè)到的標(biāo)志和誤檢測(cè)的圖像之間區(qū)分度不高的問(wèn)題,引入了特征向量的單位化,增加Gabor特征提取獲取圖像的紋理特征以增加標(biāo)志圖像與誤檢測(cè)圖像之間區(qū)分度,并設(shè)定