智能汽车交通灯识别方法研究

《智能汽车交通灯识别方法研究》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、硕士学位论文智能汽车交通灯识别方法研究RESEARCHONTRAFFICLIGHTRECOGNITIONFORINTELLIGENTVEHICLE付强哈尔滨工业大学2016年6月图书分类号：TP391.4学校代码：10213U.D.C.:629.3密级：公开工程硕士学位论文智能汽车交通灯识别方法研究硕士研究生：付强导师：赵林辉申请学位：工程硕士学科：控制工程所在单位：航天学院答辩日期：2016年6月授予学位单位：哈尔滨工业大学ClassifiedIndex：TP391.4U.D.C.:629.3DissertationfortheMasterDegreeinEngineeringR

2、ESEARCHONTRAFFICLIGHTRECOGNITIONFORINTELLIGRNTVEHICLECandidate：FuQiangSupervisor：ZhaoLinhuiAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：ControlEngineeringAffiliation：SchoolofAstronauticsDateofDefence：June,2016Degree-Conferring-Institution：HarbinInstituteofTechnology：哈尔滨工业大学工程硕士学位论文摘要智

3、能汽车通过辅助或代替驾驶员操作，以提高乘车舒适性和安全性，是当前汽车行业的研究热点。但无人驾驶技术尚未成熟，且交通基础设施升级周期较长，因此现阶段智能汽车主要通过搭载辅助驾驶系统实现智能化。交通灯识别技术作为辅助驾驶系统技术的一部分，是智能汽车在城市道路上安全行驶的关键技术之一。本文针对交通信号灯以及机动车制动灯的识别方法进行研究，针对日间和夜间工况的特点，分别设计了识别方法，并使用Matlab平台进行验证。首先，针对日间圆形交通信号灯的识别，设计了识别方法。对原图像进行基于RGB空间的阈值筛选，在颜色筛选结果的基础上，通过基于形态特征的区域形态特征筛选，实现对圆形交通信号灯的识别

4、。针对日间箭头形交通信号灯的识别，设计了基于RGB空间的阈值筛选和基于局部灰度特征的箭头形区域提取方法，提取出完整箭头形区域，在候选区域提取结果的基础上，通过区域形态特征以及重心偏移特征，识别候选区域中的箭头形交通信号灯。其次，针对夜间交通信号灯的特殊工况设计了识别方法。对原图像进行基于RGB空间的阈值筛选，通过区域包围零点数量的筛选以及局部区域取反操作，消除颜色阈值筛选结果中存在的不规则光晕，提取出完整的交通信号灯轮廓，通过基于形态特征的区域形态特征筛选方法，结合Canny边缘检测和Hough变换检测其中的圆形轮廓，完成进一步的识别。最后，针对日间及夜间的机动车制动灯识别，提出了

5、相应的识别方法。日间机动车制动灯识别，主要基于RGB空间的阈值筛选，以及基于图像平均灰度的阈值筛选。对颜色灰度双阈值筛选的结果，通过形态学膨胀运算增强。夜间机动车制动灯识别，对原图像采用YCbCr空间的阈值筛选，并对原图像进行Top-Hat变换结合最大类间方差法的处理，提取图像中的光源区域。通过对颜色筛选结果和光源区域提取结果进行形态学处理及融合，提取出制动灯区域。对日间及夜间的制动灯识别结果均进行配对处理，标记同一辆机动车的制动灯，完成制动灯的识别过程。对交通信号灯和机动车制动灯识别方法进行实验，结果表明，本文所提出的方法能够有效识别出图像中的交通灯，但是对某些复杂情况则无法完全

6、-I-哈尔滨工业大学工程硕士学位论文正确识别，仍存在着改进空间。关键词：交通信号灯；机动车制动灯；图像处理；夜间识别-II-哈尔滨工业大学工程硕士学位论文AbstractAsthecurrentresearchfocusofautomotiveindustry,intelligentvehiclesimproveridecomfortandsafetythroughtheauxiliaryorsubstituteofdriveractions.Butdriverlesstechnologyisnotreliableenough,andittakesalongtermtoupdate

7、thecurrenttransportfacilities.Soatthisstage,intelligentvehiclesmainlycarrydriverassistancesystemstoachievetheintelligentfunctions.Asapartofthedriverassistancesystem,trafficlightsrecognitionbasedonmachinevisiontechnologyisessentialtoguar