基于机器视觉的路面交通标记识别系统的研究

摘要

随着汽车的普及，城市交通安全问题日益显著，智能交通技术的研究在这样的环境下应运而生。在众多基于道路的交通信息中，路面交通标识为驾驶员直接提供必要的指示，因此路面交通信息的智能提取尤为关键。 本文面向路面交通标记的快速提取与准确识别，针对其中的关键技术展开系统而深入的研究。综合运用图像处理、机器视觉、模式识别、统计学等理论，以基于Android系统的智能移动终端作为应用平台，开发出一整套路面交通标记的识别算法，并将其集成为智能手机辅助驾驶应用中的核心功能之一，对安装在行驶车辆上的手机实时捕获的图片进行处理，为驾驶员提示必要的预警。 本文研究的对象包括路面导向标记和车道线两大类。主要研究成果如下： （1）提出一种感兴趣区域的确定方法：在复杂背景下进行信息粗提取，根据研究对象的位置、特征等信息确定感兴趣区域，不但降低数据冗余，提高系统处理速度，同时也减少噪声干扰，提高识别精度。 （2）计算图像的灰度直方图，引入物理学中质心的思想，分析直方图的统计特性，提出一种基于直方图质心的、可以自适应调节阈值的二值化算法。 （3）提出一种改进的模板匹配算法，对发生仿射形变、同时具有凸凹边缘点的不规则形状进行识别。结合目标的颜色特征和形状特征，从模板库构建、特征提取、相似性度量三个角度进行算法改进，实现路面交通标记的快速、准确识别。 （4）设计路面交通标记实时检测的总体方案和技术路线，将其作为核心功能之一应用于基于Android系统的智能手机辅助驾驶系统上。在不同自然环境、不同行驶速度以及不同行驶路段进行大量实景测试，综合检测成功率达到90%，平均处理速度90ms/帧。速度、准确度、鲁棒性和稳定性均满足用户的实际需求。 本论文的研究成果，不仅从理论上为不规则形状的识别提出了新方法，而且将其集成为智能移动终端应用的一项功能，在大量真实路段驾车行驶中得以实现和测试。实验结果验证了算法的可行性，为机器视觉理论在智能交通系统中的应用开拓了新思路，是智能移动终端技术开发在辅助驾驶系统领域的一次有意义的尝试。

目录

声明

第1章 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 本文研究的主要内容及难点

1.4 本文结构安排

第2章 实验环境搭建

2.1 MATLAB简介

2.2 visual studio 2010平台与OPENCV的应用

2.3 Android开发环境简介

2.4 移动智能终端简介

2.5 本章小结

第3章 车道信息提取理论基础及先验知识

3.1 数字图像处理概述

3.2模式识别与图像理解

3.3 路面交通标记先验知识

3.4 本章小结

第4章 路面交通标记识别关键技术的研究

4.1 路面交通标记识别系统设计

4.2 图像ROI确定

4.3 目标区域二值化的改进

4.4 模板匹配模式识别算法的改进

4.5 本章小结

第5章 系统实现与结果分析

5.1 开发平台组建

5.2 系统运行结果与分析

5.3 本章小结

第6章 总结与展望

6.1 本文总结

6.2 工作展望

致谢

参考文献

攻读硕士学位期间发表的学术论文