欢迎来到天天文库
浏览记录
ID:34066013
大小:12.01 MB
页数:75页
时间:2019-03-03
《基于单目视觉的交通标志检测与识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代号:10532学号::S11021009密级:公开湖南大学硕士学位论文基于单目视觉的交通标志检测与识别算法研究埴差望僮!担槭生运塾王程堂瞳童些刍整!扭越王捏——迨塞握窒旦塑12Q!垒生墨旦22旦——迨窒簦燮旦塑12Q!垒生主旦2窆旦簦整委虽盒圭廑!猩至圣熬攫TrafficSignDetectionandRecognitionAlgorithmResearchBasedonMonocularVisionby0UYANGWe订iB.E.(HefeiUniversityofTechnology)201tAthesissubmittedinpartialsatisfactionoftheRequ
2、irementsforthedegreeofMasterofEngineeringlnMechanicalEngineeringintheGraduateSchoolofHunanUniversitySupervisorProfessorSONGXiaolinMay,2014湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。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。本人完全意识到本声明的法律后果由本人承担。作者签名:压Zfl3“劲日
3、期:加fLf年6月2日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口,在年解密后适用本授权书。2、不保密团。(请在以上相应方框内打“√”)作者签名:导师签名:7l№c4讷\1日期:Z。件年f月2日日期:踟fq年6月x日基于单目视觉的交通标志检测与识别算法研究摘要随着汽车保有量的增加,交通安全成为一个不容忽视的问题,智能交通系统的研究
4、引起了各国的重视。作为智能交通系统的一个重要子课题,汽车辅助驾驶系统要实现车道线检测、车辆与行人检测、障碍物检测以及交通标志识别等几项基本功能。交通标志的自动检测与识别系统能够有效地减少驾驶员疏忽造成的交通违章现象的发生,大大降低交通事故率,从而保障汽车高效、安全地行驶。基于单目视觉的交通标志检测与识别系统首先通过车载单目摄像头获取道路场景图像,然后利用图像处理的相关算法初步检测交通标志,最后采用模式识别技术对交通标志进行识别。本文对基于单目视觉的交通标志检测与识别系统中基于颜色特征的粗分割算法、形状检测算法、特征提取及初分类方法、模板匹配分类方法进行了分析与研究。在交通标志检测方面,首先介绍
5、并比较了各种基于颜色特征的粗分割算法,提出了一种基于HSI颜色模型的自适应阈值分割改进算法,有效地克服了固定阈值分割算法受光照等外界因素影响较大的缺点。其次,采用一种基于区域生长思想的快速标记方法进行连通区域标记,排除部分非交通标志块,并对多个相连标志作了有效分割,初步提取出候选交通标志图像块。然后,分析了几种典型的边缘提取方法,提出了一种基于Log边缘检测器和双向扫描过滤器的候选块外边缘提取算法,利用圆形相似度参数、矩形相似度参数和三角形相似度参数检测出三种外边缘形状的的交通标志,并结合颜色特征将待处理的交通标志分为红色圆形、蓝色圆形、蓝色矩形、黄色三角形四大类。在交通标志识别方面,首先进行
6、候选交通标志图像块的预处理,采用双三次插值进行候选块的尺寸归一化处理,结合颜色特征和过滤二值图分割出候选块的内字符特征。然后,提取了候选块内字符特征分割图的Hu不变矩特征,利用候选块内字符特征图的前3个不变矩特征和8.邻接连通区域数对四大类交通标志进行初分类,大大减少了后续模板匹配识别所需的模板数,也有效地提高了识别效率。最后,运用改进加权模板和基于距离与角度混合匹配判别函数识别交通标志,实验证明,该方法具有较高的识别率。关键字:交通标志检测与识别;自适应阈值分割:边缘提取;形状检测;Hu不变矩;模板匹配硕士学位论文AbstractWiththeincreaseofcarownership,t
7、rafficsafetyhasbecomeanunignoredproblemandtheresearchofIntelligentTransportationSystemhasattractedtheattentionofthecountries.AsanimportantcorpusofIntelligentTranportationSystem,theauxiliarydrivingsyst
此文档下载收益归作者所有