基于特征融合与稀疏编码的交通标志识别算法研究

基于特征融合与稀疏编码的交通标志识别算法研究

ID:35067684

大小:6.97 MB

页数:64页

时间:2019-03-17

基于特征融合与稀疏编码的交通标志识别算法研究_第1页
基于特征融合与稀疏编码的交通标志识别算法研究_第2页
基于特征融合与稀疏编码的交通标志识别算法研究_第3页
基于特征融合与稀疏编码的交通标志识别算法研究_第4页
基于特征融合与稀疏编码的交通标志识别算法研究_第5页
资源描述:

《基于特征融合与稀疏编码的交通标志识别算法研究》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、如交批肇膠^赫hPBEIJINGJIAOTONGUNIVERSITY|学位论贤于特征融合与稀疏编码的識w&n交飾志识别旨法齡指导教师黄琳琳教授璋养院系电子信息工璋学院:如交4乂聲硕±学位论文基于特征鹽合与稀疏编码的交通标志识别算法研究StudyonTraficSinReconitionAlorithmgggBasedonFeatureFusionandSarseCodinpg作巧:江钩导师:黄琳琳北京交通大学2016年3月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文

2、的规定。特授权北京交通大学可W将学位论文的全部或部分内容编入有关数据库进行检索,提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编W供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可W为存在馆际合作关系的兄弟离校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)-朽轉学位论文作者签名:六均导师签名:宅抑签字曰期:么年^月曰签字曰期;乂年月日?1心P弓学校代码:10004密级:公开北京交通大学硕i学位论文基于特征融合与稀疏编码的交通标志识别算法研究StudyonTrafficSign

3、RecognitionAlgorithmBasedonFeatureFusionandSarseCodinpg作者姓名;江钩学号;13120013导师姓名:黄琳琳职称:教授学位类别:工学学位级别:硕±:学科专业电子科学与技术研巧方向:信号处理与电子系统北京交通大学2016年3月i致谢工作的顺利进行与黄老师的悉屯、指首先我要感谢我的导师黄琳琳教授,论文导、认真负责有着不可分割的关系。黄老师严谨的治学态度、科学的工作方法W及对专业知识的独到见解都是我学习、生活中的榜样。兰年来,无论在学习中、、、在生活中,黄老师都是我们的

4、良师益友,在此我衷屯感谢黄老师对我的关也和指导。感谢我的师兄唐唯帷、刘居峰、马云翔、牛博雅、师姐倪翠竹,他们为我的研究工作提供了很多宝贵的意见,同时,我也从他们身上学到了许多知识,特别要感谢我的师兄马云翔、牛博雅,他们为我的论文提供了很大的帮助。感谢实验室的同学陈亚杰、刘冬琴、刘排排、王炳旭、彭丹、石凯郝,师弟马建一、曹奥阳、王宇、李振毛、潘军,感谢班级的所有同学,特别感谢姜娇在论文修改中提出的许多宝贵意见。你们积极向上的学习风气、融洽和睦的氛围给了我很大的帮助。一一感谢我的家人理解和支持是我能够、,你们的屯意完成学业的精神支柱。最后、,再次感谢所有帮助

5、、关屯和支持我的老师、同学和家人,感谢北京交通大学。北京交通大学硕±学位论文摘要摘要一交通标志识别是汽车辅助驾驶系统和无人驾驶系统的关键问题之。由于交,使其极易受到天气、光照等因素的影响。同时通标志位于户外,还存在遮挡、视角变化、因汽车运动而造成的图像模糊等问题。因此,大类别集交通标志识别在具有广阔应用前景的同时也具有很大的挑战性。交通标志的预处理、特征提取W及分类器设计是交通标志识别中的关键问题。本文针对大类别集交通标志识别中的特征提取环节进行了深入的研究。论文的研究工作主要包括W下三个方面:(1)方向梯度直方固(H0(})和尺度不变特征转换巧I

6、FT)是目前普遍采用的特征,论HOG特T一文在对征与SIF特征研究的基础上,给出了种改进的融合HOG和SIFT的特征提取方法。该方法提取的特征不仅具有HOG特征因区块直方图统计带来的抗千扰性,而且还具有SIFT特征因主方向匹配带来的旋转不变性。因此,该特征可提高对大类别集交通标志图像的特征表达能力,为标志识别打下基础。为进一步对特征进行优化一(巧,本文采用了种对特征进行二次编码的算法。该算法采用局部稀疏编码(LLC)方式,并针对大类别集交通标志进行了参数优化;一在基准空间的选择上-,给出了种将基于样本学习的KSVD优化基准空间与基于数学模型的离散余弦变换DC

7、巧基准空间进行级联的多级基准空间。((3)采用上述优化后的特征与支持向量机巧VM)实现交通标志的识别,对58类交通2494标志.20%,总计张图像进行识别,取得了99的分类正确率,仿真实验结果验证了本文方法的有效性。关键词:交通标志识别;旋转不变性;局部稀疏编码;二次编码iii北京交通大学硕±学位论文ABSTRACTABSTRACTTraficsignrec

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。