自然场景下交通标志检测和分类算法研究

自然场景下交通标志检测和分类算法研究

ID:34964733

大小:25.44 MB

页数:137页

时间:2019-03-15

自然场景下交通标志检测和分类算法研究_第1页
自然场景下交通标志检测和分类算法研究_第2页
自然场景下交通标志检测和分类算法研究_第3页
自然场景下交通标志检测和分类算法研究_第4页
自然场景下交通标志检测和分类算法研究_第5页
资源描述:

《自然场景下交通标志检测和分类算法研究》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、分类号密级UDC^南葦恣文大寧NAMJWGUN!V巨RSiTYOFS幻ENCE&T巨CHNOLOGY博壬学位论文自然巧景下交通标志检测和分类算法硏究(题名和副题名)徐丹(作者姓名)指导教师姓名唐振民教授学位类别工学博去学科名称控制科学与工程.研究方向交通标志识别论文提交时间2015.06注1:注明《国际十进分类法UDC》的类号。博去学位论文自然场景下交通标志检测和分类算法研究作者:徐丹指

2、导教师:唐振民教授南京理王大学2015年06月Ph.D.DissertationResearchonalorithmsoftrafficsinggdetectionandclassificationinnaturale凸vironmentByXuDanSupervisedbyProf.TangZhenminNaninUniversitofScience&了echnolojgygyJune2015,声明本学位论文

3、是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料一。与我同工作的同事对本学位论文做出的贡献均已在论文中作了明碗的说明。研究生签名:絲弁年/巧炸学位论文使用授权声明南京理工大学有权保存本学化论文的电子和纸质文挡,可W借阅或上网公布本学位论文的部分或全部内容,可yji向有关部口或化构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。

4、对于保密论文I,按保密的有关规定和程序处理。研究生签名;Tdir年日I巧卞博±论文自然场景下交通标志检测和分类算法研究摘要,在规范交通行为交通标志作为重要的道路安全附属设施、指示道路状况、保障道路功效、引导行人和安全驾驶等方面起到重要作用。为了确保交通标志的信息能够及时、准确的传达.,交通标志自动识别系统(TSR)受到各国学者的重视。基于影像的道路交通标志检测和分类是交通标志自动识别系统的两个关键技术环节,,经过多年的发展在理论研究和实用系统方面均取得了一定的成果。

5、^交通标志长期暴露在户外,标志本身会发生颜色退化、污损>及形变1^在视频和图;像的采集过程中,光照变化会导致交通标志颜色失真,视角倾斜会引起交通标志形状变化在复杂环境下交通标志会被其它物体遮挡而形成不完整的边缘,这些都给交通标志;的检测带来挑战一。交通标志的分类是TS民中另个关键技术,交通标志类别众多,是,追求分类算法的鲁棒性和有效性仍然是尚未有效解决的热点问题典型的多分类问题。针对上述不足,本文在交通标志颜色处理,、交通标志检测和分类等方面进行了研究主要研究工作如下:1

6、针对交通标志的颜色特征,提出颜色分布模型和改进的颜色对比度模型,[^^突()出图像中的交通标志区域。颜色分布模型通过计算交通标志主体颜色在L化空间中的分布概率,得到输入图像相对于每种颜色的特征图,在特征图中突出相应颜色的区域。改进的颜色对比度模型则根据人眼视觉机制中存在的颜色对抗性,突出红色、蓝色和黄色区域。在实验阶段对比了这两种模型和其他常用的颜色处理算法在交通标志数据集上的运行结果。实验证明,本文提出的改进的颜色对比度模型在保证最短运行时间的同时取得了最高的检测率。一口算法

7、的基础上,提出种基于旋转对称投影的快速多)在研究交通标志快速检测边形检测算法,选择满足特定旋转对称角度的点进行。该方法W图像的边缘梯度为時征投影,得到图像中可能存在的多边形,之后采用多边形分类方法得到其具体类别。该算法时间复杂度较低,实验表明每幅图像的平均处理时间为55ms,能够满足交通标志检测的实时需求。3在分析现有交通标志形状检测算法的基础上,针对部分遮挡和视角倾斜的交通()标志提出了基于连接分布LD模型的多边形检测方法。LD模型将多边形看作中必到边()界点连接的集合,每个

8、连接可用连接的长度、连接与水平线的夹角、边界点的边缘方向表示。在交通标志发生视角倾斜和边缘部分缺失的情况下,连接间的顺序和邻接关系不,因此该算法能够有效检测视角倾斜和边缘不完整的多边形变。在公开数据集上的实验表明,该算法在禁令、警告和指示标志上的检测率分别为%.63%、95.24%和94.40%,]摘要博±论文优于大多数国际先进算法。4针对复杂环境下交通标志检测结果不理想的情况提出一(,种基于视觉

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。