城市道路的交通标志识别系统研究

摘要

在交通场景中,交通标志和道路标线具有重要作用,可以调节交通流量,对驾驶员的驾驶行为起到一定的指示和引导作用。一个实时、可靠的交通标志识别和道路标线检测系统可以辅助和支持驾驶员,提高驾驶的安全性和通畅性。
　　本文首先对自然场景下交通标志识别算法进行研究,完成了一个城市道路复杂交通场景下的交通标志识别系统;然后对道路检测算法进行了探索性的研究,实现了直线道路检测功能。本文主要研究内容如下:
　　1.交通标志识别系统主要包括交通标志检测和交通标志识别两个步骤。
　　交通标志检测主要包括颜色分割和形状分类两个部分。本文采用了两种方法对标志的颜色进行分割,分别是基于HSV颜色空间阈值分割的方法和基于颜色特征聚类的方法。在形状分类模块,本文首先提取了标志的形状特征参数,然后根据不同的颜色信息选择相应的分类器进行形状分类,分别使用SVM分类器和BP神经网络两种分类器对形状进行判别;
　　交通标志识别部分采用了基于内核图案分类的方法。首先,对禁止标志和警告标志采用了基于内外色差的内核提取方法,而针对指示标志则直接在HSV空间中提取内核。然后,通过提取这些内核图案的15个组合不变矩特征,输入BP神经网络进行分类判别。
　　2.直线道路检测模块采用了边缘和概率哈夫变换相结合的方法。首先,对原始图像进行预处理,包括滤波、图像边缘检测、形态学运算连接断裂边缘;然后,使用Otsu阈值分割算法对图像二值化,突出边缘;最后使用概率哈夫变换检测直线道路。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 交通标志识别基础知识

1.4 论文组织结构

第二章 交通标志检测算法研究

2.1 引言

2.2 基于HSV颜色空间的交通标志分割

2.3 基于颜色聚类的交通标志分割

2.4去噪处理

2.5 形状特征提取

2.6 基于BP神经网络的形状分类

2.7 基于SVM分类器的形状分类

2.8 两个分类器的定位性能比较

2.9 本章小结

第三章 交通标志识别算法研究

3.1 引言

3.2 图像对比度增强

3.3 提取标志内核图案

3.4 特征提取

3.5 训练过程及识别结果

3.6 本章小结

第四章 道路检测算法研究

4.1 引言

4.2 道路检测算法概述

4.3 图像预处理

4.4 哈夫变换拟合直线道路

4.5 本章小结

第五章 工作总结与展望

5.1 工作总结

5.2 工作展望

致谢

参考文献