基于机器学习的交通标志识别

《基于机器学习的交通标志识别》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、硕士学位论文题目基于机器学习的交通标志识别研究生赵国峰专业计算机技术指导教师徐向华教授完成日期2015年3月 杭州电子科技大学硕士学位论文基于机器学习的交通标志识别研究生：赵国峰指导教师：徐向华教授2015年3月 DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterTrafficSignRecognitionBasedonMachineLearningCandidate:GuofengZhaoSupervisor:Prof.XianghuaXuMarch,2015 杭州电子科技大学

2、学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：日期：年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州

3、电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名：指导教师签名：日期：日期：年年月月日日 杭州电子科技大学硕士学位论文摘要随着科技的发展和社会的进步，越来越多的研究人员投入到针对交通标志识别系统的研究工作中。然而自然场景下的道路交通状况非常复杂，想要研发出一套安全有效的道路交通标志识别系统还需要更多研究人员的深入研究。在日趋发达的交通系统中，效果理想的交通标志识别系统可以为人们的日常行车安全提供非常大的帮助，由此可见针对道路交

4、通标志识别系统的研究具有非常重要的实际意义。本文主要针对自然场景下的交通标志识别系统展开研究，着眼于识别系统的准确性和实时性。本文主要研究内容如下：1）针对自然场景下光照条件变化会对道路交通标志检测造成干扰的问题，提出基于多次阈值化的自适应阈值方法来检测交通标志候选区域。首先，根据交通标志自带的颜色信息对输入图像进行红蓝标准化预处理，再进行一定阈值范围的多次阈值化。然后对阈值化图像进行轮廓检测，并加入几何条件约束筛选和Hu不变矩的匹配确定轮廓形状。最后通过条件限定的方法合并多次阈值化后的结果，得到稳定可靠的交通标志感兴趣区域。2）针对中国道路交通标志样本库缺乏的

5、问题，基于标准的中国道路交通标志通过仿射变换、模糊、添加随机背景等方法人工合成一系列样本素材，最终创建了中国道路交通标志样本库。主要思想是通过人工合成的方法不仅节省了建立交通标志样本库时需要花费的大量人力物力，而且很好地解决了因为交通标志图像大小、视角和角度旋转变化等情况所造成的干扰。3）针对上百种道路交通标志识别的问题，本文基于方向梯度直方图（HistogramofOrientedGradient，HOG）特征结合支持向量机（SupportVectorMachine，SVM）分类器的方法来实现对上百种交通标志的快速高效的分类识别。主要思想是交通标志是一个刚性的

6、物体，而HOG特征在对刚性物体的识别上性能良好。同时，HOG特征结合SVM分类器在进行一定优化的情况下可以快速高效的分类识别上百种交通标志，从而很好地实现了对上百种交通标志的实时分类识别。最后，本文在Windows系统下，使用VisualStudio2008编程实现了交通标志识别系统。由自然场景下视频的实验结果证明本文方法具有较好的稳定性、准确率与实时性。关键词：交通标志识别，自适应阈值，红蓝标准化，Hu不变矩匹配，HOG特征I 杭州电子科技大学硕士学位论文ABSTRACTWiththedevelopmentoftechnologyandsociety,more

7、andmoreresearchersintotheresearchworkforthetrafficsignrecognitionsystem.Becauseofthecomplexityofthenaturalsceneofroadtraffic,however,wanttodevelopasetofmaturetrafficroadtrafficidentificationsystemstillneedsfurtherresearch.Inanincreasinglydevelopedtrafficsystem,aperfecttrafficsignreco

8、gnitionsyste