近年來,隨著科學(xué)技術(shù)和國民經(jīng)濟(jì)的迅速發(fā)展,人們的生活水平日益提高,汽車數(shù)量逐年增長,智能交通系統(tǒng)和高級(jí)駕駛輔助系統(tǒng)的研究越來越受到人們關(guān)注,無人駕駛成為主要的發(fā)展趨勢(shì)。交通標(biāo)志檢測(cè)與識(shí)別系統(tǒng)是無人駕駛系統(tǒng)中一個(gè)重要的組成部分,通過對(duì)道路上交通標(biāo)志的準(zhǔn)確識(shí)別,將識(shí)別結(jié)果反饋給上層行車控制策略系統(tǒng),車輛根據(jù)行車策略做出相應(yīng)的反應(yīng),提高道路安全性,更好地輔助無人駕駛系統(tǒng)。因此,對(duì)交通標(biāo)志檢測(cè)與識(shí)別系統(tǒng)進(jìn)行深入的研究,具有重要的理論意義和商業(yè)價(jià)值。此外,在復(fù)雜天氣下,如:雨天情況下,交通標(biāo)志檢測(cè)與識(shí)別系統(tǒng)會(huì)因天氣情況造成檢測(cè)與識(shí)別成功率下降,而在實(shí)際生活中,雨雪天氣又是不可避免的因素,因此非常具有實(shí)際應(yīng)用價(jià)值。本文針對(duì)雨天情況下交通標(biāo)志檢測(cè)與識(shí)別問題展開研究。本文提出了一種面向智能網(wǎng)聯(lián)汽車的雨天交通標(biāo)志檢測(cè)與識(shí)別算法,基于此算法設(shè)計(jì)了一種雨天交通標(biāo)志檢測(cè)與識(shí)別系統(tǒng),通過對(duì)雨天交通標(biāo)志進(jìn)行預(yù)處理,基于優(yōu)化自適應(yīng)顏色閾值分割和形狀特征檢測(cè),基于SVM支持向量機(jī)的識(shí)別分類實(shí)現(xiàn)了雨天交通檢測(cè)與識(shí)別。本文所做的主要工作和創(chuàng)新點(diǎn)如下:(1)本文針對(duì)在現(xiàn)有公共數(shù)據(jù)集中沒有雨天交通標(biāo)志圖像的問題,根據(jù)研究需要...

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題的研究背景及意義
    1.2 交通標(biāo)志簡介
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 交通標(biāo)志檢測(cè)與識(shí)別技術(shù)國內(nèi)外現(xiàn)狀
        1.3.2 圖像去雨技術(shù)國內(nèi)外現(xiàn)狀
        1.3.3 當(dāng)前存在的主要問題
    1.4 論文研究內(nèi)容及結(jié)構(gòu)
        1.4.1 論文的主要研究內(nèi)容
        1.4.2 論文的章節(jié)安排
第2章 雨天交通標(biāo)志圖像采集及圖像去雨處理
    2.1 引言
    2.2 圖像采集平臺(tái)及圖像采集
        2.2.1 雨天交通標(biāo)志圖像采集平臺(tái)
        2.2.2 雨天交通標(biāo)志數(shù)據(jù)集的建立
    2.3 雨滴的特性分析
        2.3.1 雨滴的物理性質(zhì)
        2.3.2 雨滴的視覺特性
    2.4 雨天交通標(biāo)志圖像去雨處理
        2.4.1 雨滴檢測(cè)
        2.4.2 雨天交通標(biāo)志圖像結(jié)構(gòu)紋理分離
        2.4.3 圖像修復(fù)
    2.5 本章小結(jié)
第3章 基于優(yōu)化自適應(yīng)閾值和形狀檢測(cè)的雨天交通標(biāo)志檢測(cè)算法
    3.1 引言
    3.2 常用的顏色空間及分割算法
        3.2.1 RGB顏色模型及分割算法
        3.2.2 HSV顏色模型及分割算法
        3.2.3 HSI顏色模型及分割算法
        3.2.4 自適應(yīng)顏色閾值分割
    3.3 基于優(yōu)化的自適應(yīng)閾值分割算法
        3.3.1 自適應(yīng)閾值分割算法
        3.3.2 基于優(yōu)化的自適應(yīng)閾值
        3.3.3 圖像對(duì)比度
    3.4 基于形狀特征的精細(xì)檢測(cè)
        3.4.1 最大穩(wěn)定極值區(qū)域算法
        3.4.2 基于幾何特征的目標(biāo)提取
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 雨天交通標(biāo)志數(shù)據(jù)庫實(shí)驗(yàn)結(jié)果
        3.5.2 公共數(shù)據(jù)集實(shí)驗(yàn)結(jié)果
    3.6 本章小結(jié)
第4章 基于支持向量機(jī)的交通標(biāo)志識(shí)別
    4.1 引言
    4.2 候選區(qū)域特征提取
        4.2.1 HOG特征
        4.2.2 Gabor特征
        4.2.3 特征融合
    4.3 支持向量機(jī)分類
        4.3.1 統(tǒng)計(jì)學(xué)理論簡介
        4.3.2 SVM支持向量機(jī)原理
        4.3.3 SVM支持向量機(jī)的多分類問題
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 雨天交通標(biāo)志數(shù)據(jù)集實(shí)驗(yàn)
        4.4.2 公共數(shù)據(jù)集實(shí)驗(yàn)
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文主要工作
    5.2 對(duì)今后工作的展望
參考文獻(xiàn)
作者簡介及科研成果
致謝



本文編號(hào)：3758189