基于MSER和随机森林的实时交通标志的检测和识别

摘要

交通标志检测和识别系统的关键在于交通标志候选区域的分割、交通标志的特征提取和分类器的设计。交通标志背景复杂，很难从其背景中将其分割出来，并且由于交通标志一般放在户外场景中，受外界原因（光照，损坏、遮挡等）影响较大，这就大大加大了交通标志检测的难度。交通标志本身种类繁多，相同形状的交通标志根据其象形图案的不同，意义千差万别，造成识别阶段准确率低。现在世界上虽然已经开始了交通标志识别系统的研究，提出的方法多种多样，但是都有其本身的缺陷。 本文的目的是设计一个实时的交通标志检测和识别系统。本文设计的交通标志检测和识别系统主要有：交通标志的预处理，交通标的检测和交通标志的识别。主要工作如下： （1）对于交通标志图像采集过程产生的噪声和光照影响，本文使用了中值滤波器进行降噪，并且采用了灰度世界法尽可能的还原图像采集时的真实场景，减小光照造成的影响。 （2）在交通标志检测阶段。传统的根据颜色阈值进行交通标志分割具有对光照变化敏感等缺点，本文提出了利用限制对比度直方图均衡（CLAHE）进行图像增强，使用最大稳定极值区域（MSER）提取图像连通域，获得交通标志候选区域，根据候选区域的面积、纵横比等几何特征筛选以得到交通标志的感兴趣区域（ROI），再利用Hu几何矩进行精确定位的分割定位方法。本文提出的检测方法能够在一定程度上克服光照对交通标志检测造成的不良影响，能够达到实时要求，并且准确率较高。 （3）在识别阶段，本文利用特征融合构建了HSV-HOG-LBP描述子，利用随机森林进行交通标志的识别。实验表明，本文提出的识别系统具有实时性好，准确率高的优点。

目录

第一章 绪论

1.1 课题背景及研究的目的和意义

1.2 国内外研究现状

1.3 交通标志识别系统难点

1.4 论文结构安排

第二章 交通标志的分割与定位

2.1 预处理

2.2 基于颜色和形状的交通标志检测

2.3 基于图像加强的MSER和几何特征的交通标志候选区域提取

2.3 小结

第三章 基于HSV-HOG-LBP的随机森林交通标志识别

3.1 构建HSV-HOG-LBP特征

3.2 随机森林

3.3 小结

第四章 仿真及结果

4.1交通标志数据集

4.2 交通标志检测实验仿真

4.3 交通标志识别实验仿真

4.4 交通标志识别系统实验仿真结果

4.5小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

攻读硕士期间研究成果