基于特征颜色和SNCC的交通标志识别与跟踪-论文.pdf

《基于特征颜色和SNCC的交通标志识别与跟踪-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第14卷第1期交通运输系统工程与信息Vo1．14No．12014年2月JournalofTransportationSystemsEngineeringandInformationTechnologyFebruary2014文章编号：1009—6744(2014)01-0047-06中图分类号：15491．52文献标识码：A基于特征颜色和SNCC的交通标志识别与跟踪房泽平，段建民，郑榜贵(1．j京工业大学电子信息与控制工程学院，北京100124；2．中原工学院电子信息学院，郑州450007)摘要：提出了基于特征颜色和SNCC的交通标志识别与跟

2、踪方案，该方案用于智能车辆的交通标志识别与跟踪．在YCbCr色彩空间对交通场景图像进行颜色阂值分割，提取交通标志所在区域．根据标准交通标志的背景和内景特征颜色，设计标准交通标志的背景和内景颜色特征匹配模板．以背景和内景颜色特征匹配模板作为模板，采用模板匹配技术和SNCC计算匹配度，识别潜在交通标志图像和交通标志．在Matlab／Simulink环境下，基于视频与图像处理模块集和用户自定义函数模块构建仿真模型，进行仿真研究，给出了交通场景视频中交通标志的识别和跟踪轨迹仿真结果．结果表明，采用本文的交通标志识别与跟踪方案，计算量少，提高系统的效率

3、，达到了较好的识别效果．关键词：智能交通；交通标志识别；简化归一化互相关法；智能车辆；YCbCr空间；模板匹配；跟踪轨迹TraficSignsRecognitionandTrackingBasedonFeatureColorandSNCCAlgorithmFANGZe—ping，DUANJianmin，ZHENGBang—gul。(1．SchoolofElectronicInformationandControlEngineering，BeijingUniversityofTechnology，Beijing100124，China；2．Sc

4、hoolofElectronicInformation，ZhongyuanInstituteofTechnology，Zhengzhou450007，China)Abstract：ThispaperproposesaschemeoftrafficsignsrecognitionandtrackingbasedonfeaturecolorandSNCCalgorithm，whichisusedintrafficsignsrecognitionandtrackingofintelligentvehicles．InYCbCrcolorspace，c

5、olorsegmentationofthetrafficsceneimagesiscalculated，andtrafficsignregionsareobtained．Accordingtobackgroundandinteriorcolorfeatureofthestandardtrafficsigns，backgroundandinteriorcolormatchingtemplatesoftrafficsignscolorfeaturearedesigned．Thebackgroundandtheinteriorcolormatchi

6、ngtemplatesareasthematchingtemplates，thetemplatematchingtechnologyandtheSNCCalgorithmtocalculatematchingdegreeareusedtodrawandrecognizetheimagesoftrafficsigns．IntheMatlab／Simulinkenvironment，thesimulationmodelisestablishedbyusingvideoandimageprocessingblocksetandUser—Define

7、dFunctionsmodule．Basedonsimulationmodel，recognitionresuhsandthetrackingofthetrafficsignsinthetrafficscenevideoaregiven．Theexperimentalresultsshowthattheschemeoftrafficsignsrecognitionandtrackingcanimprovetheeficiencyofthesystem，andhaslesscalculationamount，andhasthebetterrec

8、ognitioneffect．Keywords：intelligenttransportation；trafficsignrecognition；simplifie