全景视觉中交通标志的自动定位方法研究

摘要

随着汽车工业的发展和人们生活水平的提高,人均汽车拥有率逐渐提高,车流量不断增大,导致交通事故频发。如果能在驾驶过程中及时检测交通标志并将标志上的信息反馈给驾驶员,则可以在一定程度上对驾驶员起到提示和警示作用,减少交通事故的发生。因此,交通标志的实时定位非常重要,而定位的关键是交通标志的自动检测和跟踪。全景视觉模拟了视点所在位置周围360度的场景信息,包含的信息量远远大于单幅图像,且利用全景视觉在进行交通标志跟踪时,无需担心交通元素会位于图像之外。
　　在基于全景视觉的交通标志自动定位方法研究方面,本文的工作包括以下几点:
　　1)针对交通标志的颜色、形状等特征,对几种常用的交通标志检测算法进行了研究,鉴于Haar特征具有简单、快速的特点,将其应用于交通标志的检测、分类中,用于训练交通标志的检测分类器。
　　2)针对Mean-Shift算法存在的缺点,对传统的Mean-Shift算法进行改进,将不变矩应用到Mean-Shift跟踪算法中,以实现交通标志的跟踪。
　　3)基于全景视觉构造时各摄像机之间的关系,设计一种在多摄像机间进行目标跟踪的方案,以实现全景视觉中交通标志的自动、连续跟踪。根据交通标志在各图像之间的位置,进而实现其全景视觉中的快速定位。

目录

封面

声明

中文摘要

英文摘要

致谢

目录

图表目录

第一章 绪 论

1.1 研究目的和意义

1.2 国内外研究现状

1.3 本章小结及论文章节安排

第二章 交通标志检测

2.1 交通标志和颜色空间模型

2.2 常用的交通标志检测方法

2.3 基于 Haar特征的交通标志检测

2.4 本章小结

第三章 交通标志跟踪

3.1 交通标志跟踪中的 Mean-Shift算法

3.2 基于改进的 Mean-Shift算法的交通标志跟踪

3.3 跟踪结果及分析

3.4 本章小结

第四章 基于全景视觉的交通标志跟踪及定位

4.1 全景视觉的构造

4.2 基于多相机的交通标志跟踪

4.3 跟踪过程及结果分析

4.4 基于全景视觉的交通标志自动定位

4.5 本章小结

第五章 总结和展望

5.1 论文总结

5.2 工作展望

参考文献

硕士研究生在读期间发表的论文

声明