發(fā)布時(shí)間：2017-07-28 12:12

  本文關(guān)鍵詞：自然場(chǎng)景下道路交通標(biāo)志檢測(cè)與識(shí)別的研究

  更多相關(guān)文章： 交通標(biāo)志檢測(cè)與識(shí)別 模糊圖像復(fù)原 Gabor濾波器 顏色增強(qiáng) HOG特征 SVM PNN神經(jīng)網(wǎng)絡(luò)

【摘要】：隨著當(dāng)今社會(huì)城鎮(zhèn)化進(jìn)程的快速推進(jìn)以及私家車的比例直線上升,道路交通問題已經(jīng)成為一個(gè)社會(huì)問題。在信息時(shí)代,利用智能交通系統(tǒng)(Intelligent Transportation System,ITS)來解決交通問題已經(jīng)成為未來的發(fā)展趨勢(shì)。交通標(biāo)志自動(dòng)識(shí)別系統(tǒng)(Traffic Sign Recognition System,TSR)是ITS的重要分支領(lǐng)域,通過實(shí)時(shí)確定交通標(biāo)志的類別與內(nèi)容,可以有效避免惡劣天氣、疲勞駕駛等引起的交通事故;因此,它的研究具有重要的理論意義和廣闊的應(yīng)用前景。本文主要研究自然場(chǎng)景中道路交通標(biāo)志的檢測(cè)算法與識(shí)別算法,具體如下:(1)針對(duì)標(biāo)志圖像中存在運(yùn)動(dòng)模糊的問題,研究了模糊圖像復(fù)原方法。本文主要將勻速直線運(yùn)動(dòng)及近似勻速直線運(yùn)動(dòng)造成的動(dòng)態(tài)模糊圖像作為研究對(duì)象。首先得到勻速直線運(yùn)動(dòng)的點(diǎn)擴(kuò)散函數(shù),然后根據(jù)退化模型恢復(fù)出原圖像。接著分析和實(shí)驗(yàn)對(duì)比了維納濾波等幾種模糊圖像復(fù)原方法,最后討論了如何減少噪聲影響的方法。(2)針對(duì)由于光照強(qiáng)度的變化、拍攝時(shí)間不同等因素造成的圖像亮度過低和對(duì)比度不明顯等問題,本文提出了直方圖均衡化和Gabor濾波結(jié)合的標(biāo)志增強(qiáng)算法和基于“參考白”技術(shù)的光照補(bǔ)償算法。(3)針對(duì)道路交通標(biāo)志識(shí)別系統(tǒng)中的檢測(cè)實(shí)時(shí)性和檢測(cè)精確度問題,提出了一種改進(jìn)的基于顏色增強(qiáng)法與支持向量機(jī)(SVM)融合的交通標(biāo)志檢測(cè)算法。首先使用改進(jìn)的顏色增強(qiáng)算法初步檢測(cè)并切割出候選標(biāo)志區(qū)域;然后使用HOG特征訓(xùn)練SVM分類器,對(duì)候選標(biāo)志進(jìn)行精確檢測(cè)并判斷其形狀。(4)針對(duì)交通標(biāo)志的識(shí)別問題,對(duì)現(xiàn)有的分類方法在識(shí)別速度和精度上做了比較,采用具有訓(xùn)練耗時(shí)少等優(yōu)點(diǎn)的概率神經(jīng)網(wǎng)絡(luò)(probabilistic neural network,PNN)。識(shí)別過程依然采用HOG特征作為訓(xùn)練特征;為避免出現(xiàn)維度災(zāi)難,提高識(shí)別速度,采用主成分分析(Principal Component Analysis,PCA)法對(duì)訓(xùn)練樣本進(jìn)行降維。本文的主要工作是在現(xiàn)有的交通標(biāo)志檢測(cè)算法的基礎(chǔ)上進(jìn)行了一些探索和嘗試。實(shí)驗(yàn)結(jié)果表明,本文提出的算法能夠快速準(zhǔn)確的檢測(cè)到交通標(biāo)志并對(duì)其形狀做出判斷,同時(shí)對(duì)亮度較低的圖像能夠有效處理,對(duì)旋轉(zhuǎn)、部分遮擋等復(fù)雜情況也有較好的穩(wěn)定性和準(zhǔn)確性,相較顏色增強(qiáng)算法在精確度和耗時(shí)方面都有所優(yōu)化,基本滿足了實(shí)際應(yīng)用的要求。
【關(guān)鍵詞】：交通標(biāo)志檢測(cè)與識(shí)別 模糊圖像復(fù)原 Gabor濾波器 顏色增強(qiáng) HOG特征 SVM PNN神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：西華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U495;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 前言9-18
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-15
• 1.2.1 研究機(jī)構(gòu)及研究成果10-11
• 1.2.2 理論研究現(xiàn)狀11-15
• 1.3 技術(shù)難點(diǎn)及發(fā)展趨勢(shì)15-16
• 1.3.1 交通標(biāo)志識(shí)別的技術(shù)難點(diǎn)15-16
• 1.3.2 總體發(fā)展趨勢(shì)16
• 1.4 主要研究?jī)?nèi)容和章節(jié)安排16-18
• 2 TSR系統(tǒng)的基本知識(shí)、系統(tǒng)框架及預(yù)處理18-41
• 2.1 交通標(biāo)志的基本知識(shí)18-20
• 2.2 TSR系統(tǒng)的總體框架20-21
• 2.3 圖像模糊復(fù)原21-33
• 2.3.1 圖像的噪聲21
• 2.3.2 圖像的退化模型21-22
• 2.3.3 點(diǎn)擴(kuò)散函數(shù)（Point Spread Function）的確定22-30
• 2.3.4 幾種典型的圖像復(fù)原算法30-33
• 2.4 直方圖均衡化與Gabor濾波結(jié)合的標(biāo)志增強(qiáng)算法33-38
• 2.4.1 直方圖均衡化33-37
• 2.4.2 Gabor濾波37-38
• 2.4.3 基于直方圖均衡化與Gabor濾波結(jié)合的圖像增強(qiáng)算法38
• 2.5 參考白增強(qiáng)38-40
• 2.6 本章小結(jié)40-41
• 3 基于改進(jìn)的顏色增強(qiáng)法和SVM融合的交通標(biāo)志檢測(cè)算法41-65
• 3.1 常用的顏色空間及標(biāo)志檢測(cè)算法分析41-49
• 3.2 改進(jìn)的顏色增強(qiáng)算法49-52
• 3.3 HOG特征52-55
• 3.4 基于SVM的交通標(biāo)志精檢測(cè)55-62
• 3.4.1 支持向量機(jī)原理55-60
• 3.4.2 分類器訓(xùn)練60-62
• 3.5 HOG+SVM分類器形狀判斷62-64
• 3.6 本章小結(jié)64-65
• 4 基于PCA和概率神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別65-74
• 4.1 主成分分析65-66
• 4.2 概率神經(jīng)網(wǎng)絡(luò)66-69
• 4.2.1 神經(jīng)網(wǎng)絡(luò)66-67
• 4.2.2 概率神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型67-69
• 4.2.3 PNN算法描述69
• 4.3 概率神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)69-73
• 4.4 本章小結(jié)73-74
• 結(jié)論74-76
• 參考文獻(xiàn)76-81
• 攻讀碩士學(xué)位期間發(fā)表論文及科研成果81-82
• 致謝82-83

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 夏傳蓀;無聲的向?qū)А缆方煌?biāo)志[J];交通世界;2002年05期

2 曉陽;道路交通標(biāo)志種種(Ⅴ)[J];農(nóng)業(yè)機(jī)械化與電氣化;2002年06期

3 ;部分道路交通標(biāo)志圖[J];農(nóng)機(jī)安全監(jiān)理;2002年Z1期

4 廖漢宗;百年前道路交通標(biāo)志啥樣[J];安全與健康;2004年12期

5 周彬;韓松;劉威;;淺析普通公路道路交通標(biāo)志的設(shè)置[J];北方交通;2006年04期

6 管滿泉;;道路交通標(biāo)志設(shè)置存在的問題及對(duì)策[J];交通企業(yè)管理;2008年11期

7 王篤明;胡信奎;葛列眾;;對(duì)稱性信息呈現(xiàn)方式對(duì)道路交通標(biāo)志視認(rèn)績(jī)效的影響[J];人類工效學(xué);2009年04期

8 ;美國道路交通標(biāo)志介紹[J];道路交通與安全;2009年03期

9 ;美國道路交通標(biāo)志介紹[J];道路交通與安全;2009年02期

10 孫延良;畢萬本;吳巖;;淺談道路交通標(biāo)志選材及檢測(cè)[J];黑龍江交通科技;2009年11期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 蔡建華;方守恩;;道路交通標(biāo)志輔助設(shè)計(jì)軟件需求分析[A];中國公路學(xué)會(huì)計(jì)算機(jī)應(yīng)用學(xué)會(huì)2002年年會(huì)學(xué)術(shù)論文集[C];2002年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 彭文怡邋記者 傅小冰;云南昆明道路交通標(biāo)志管理辦法九月實(shí)施[N];中國質(zhì)量報(bào);2008年

2 本報(bào)記者 雍明虹 整理;科學(xué)設(shè)置道路交通標(biāo)志[N];云南日?qǐng)?bào);2013年

3 李恒進(jìn) 趙鳳雙 初永海;格球山農(nóng)場(chǎng)實(shí)現(xiàn)道路交通標(biāo)志規(guī)范化[N];黑龍江經(jīng)濟(jì)報(bào);2006年

4 曾林;全面清理規(guī)范道路交通標(biāo)志及技術(shù)監(jiān)控設(shè)備[N];郴州日?qǐng)?bào);2008年

5 記者 劉娟麗邋實(shí)習(xí)生 李雪晴;省紀(jì)委督察組來郴督察清理規(guī)范道路交通標(biāo)志等工作情況[N];郴州日?qǐng)?bào);2008年

6 記者 譚紹軍邋通訊員 湯建仁;我市道路交通標(biāo)志清理初見成效[N];益陽日?qǐng)?bào);2008年

7 見習(xí)記者 朱周　通訊員 鄭瑞軍;哈密市路政部門增設(shè)農(nóng)村道路交通標(biāo)志[N];哈密日?qǐng)?bào)(漢);2010年

8 平原 張慧;政協(xié)委員建議:盡快完善道路交通標(biāo)志[N];太原日?qǐng)?bào);2010年

9 徐 風(fēng);《道路交通標(biāo)志和標(biāo)線》修改了[N];中國質(zhì)量報(bào);2005年

10 南國早報(bào)記者 楊青生;首府道路交通標(biāo)志醞釀變臉[N];廣西日?qǐng)?bào);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張瑞;多媒體道路交通標(biāo)志系統(tǒng)設(shè)計(jì)研究[D];沈陽航空航天大學(xué);2013年

2 李虹鋼;道路交通標(biāo)志合理信息量研究[D];西南交通大學(xué);2015年

3 李光瑞;自然場(chǎng)景下道路交通標(biāo)志檢測(cè)與識(shí)別的研究[D];西華大學(xué);2016年

4 胡信奎;道路交通標(biāo)志中對(duì)稱結(jié)構(gòu)效應(yīng)的工效學(xué)研究[D];浙江理工大學(xué);2010年

5 李錚;基于支持向量機(jī)的道路交通標(biāo)志識(shí)別的研究[D];燕山大學(xué);2011年

6 劉思平;道路交通標(biāo)志的檢測(cè)與識(shí)別技術(shù)研究[D];南京理工大學(xué);2011年

7 袁修榮;城市道路交通標(biāo)志設(shè)計(jì)與設(shè)置研究[D];長(zhǎng)安大學(xué);2005年

8 張業(yè)生;基于眼動(dòng)儀的城市道路交通標(biāo)志研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2011年

9 張愛愛;道路交通標(biāo)志的檢測(cè)研究[D];北京交通大學(xué);2015年

10 劉冉;自然場(chǎng)景下道路交通標(biāo)志分割方法研究[D];河北工業(yè)大學(xué);2014年

，

本文編號(hào)：583973