【摘要】：交通信號(hào)燈作為重要的道路環(huán)境信息之一,控制著車輛在道路交叉口的通行,保障車輛在道路交叉口行駛的安全性。傳統(tǒng)汽車上,駕駛?cè)艘揽垦劬Λ@取前方道路的交通信號(hào)燈信息,這使得駕駛?cè)艘曈X負(fù)荷較大,易引發(fā)駕駛疲勞。另一方面,智能手機(jī)的普及,增加了駕駛?cè)嗽诼房诘∷偻＼嚂r(shí)的駕駛次任務(wù),易導(dǎo)致駕駛分心。由于駕駛疲勞或分心,駕駛?cè)藷o法及時(shí)獲取信號(hào)燈信息的變化,從而造成路口交通安全隱患,影響道路通行效率。本文總結(jié)了國內(nèi)外相關(guān)方面的研究現(xiàn)狀,通過分析交通信號(hào)燈特征和相關(guān)的研究理論,搭建了交通信號(hào)燈檢測與識(shí)別算法框架,并設(shè)計(jì)了信號(hào)燈識(shí)別與警示系統(tǒng),最后通過實(shí)車試驗(yàn)測試了系統(tǒng)功能。具體研究工作如下:(1)在對(duì)國內(nèi)外研究現(xiàn)狀進(jìn)行總結(jié)的基礎(chǔ)上,針對(duì)目前交通信號(hào)燈識(shí)別算法存在的不足,提出了基于交通信號(hào)燈背板特征進(jìn)行交通信號(hào)燈背板檢測與分割的方法,通過機(jī)器學(xué)習(xí)對(duì)交通信號(hào)燈背板進(jìn)行分類識(shí)別,利用紅、綠信號(hào)燈在信號(hào)燈背板中的位置特征進(jìn)行顏色識(shí)別。(2)分析了交通信號(hào)燈的物理特征,對(duì)基于交通信號(hào)燈顏色和幾何特征的檢測與識(shí)別模型進(jìn)行了分析,確定了本文進(jìn)行交通信號(hào)燈檢測與識(shí)別的基本研究方法,并搭建了交通信號(hào)燈識(shí)別系統(tǒng)的算法框架。(3)通過合理安裝攝像頭在車輛中的位置,確定圖像的ROI(Region Of Interest,感興趣區(qū)域);通過圖像增強(qiáng)、形態(tài)學(xué)處理等方式使交通信號(hào)燈背板獨(dú)立于環(huán)境背景,采用輪廓查找和連通域?yàn)V波算法提取交通信號(hào)燈背板區(qū)域,實(shí)現(xiàn)了交通信號(hào)燈背板的檢測與分割。(4)以交通信號(hào)燈背板為正樣本,以其他非交通信號(hào)燈背板為負(fù)樣本,建立了交通信號(hào)燈背板分類樣本庫;利用HOG算法提取樣本的特征向量,利用SVM分類算法生成交通信號(hào)燈背板分類器以識(shí)別交通信號(hào)燈背板,對(duì)交通信號(hào)燈背板進(jìn)行區(qū)域分割,并利用紅、綠信號(hào)燈在交通信號(hào)燈背板中的位置特征,實(shí)現(xiàn)交通信號(hào)燈顏色識(shí)別。(5)設(shè)計(jì)了信號(hào)燈識(shí)別與警示系統(tǒng)并進(jìn)行了道路試驗(yàn):對(duì)信號(hào)燈識(shí)別與警示系統(tǒng)進(jìn)行了需求分析,完成了系統(tǒng)硬件和軟件設(shè)計(jì),基于Visual Studio 2010環(huán)境和Open CV,使用C++語言進(jìn)行系統(tǒng)開發(fā)。最后,通過實(shí)車試驗(yàn)對(duì)系統(tǒng)功能進(jìn)行了測試與分析。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U491.51;TP391.41
【圖文】：

第 3 章 信號(hào)燈背板檢測與目標(biāo)分割///rgba avgGray avgRa avgGray avgGa avgGray avgB=== 后，根據(jù) Von Kries 對(duì)角模型[40]，調(diào)整原始圖像像素在 R、G、B 通 c(R)、c(G)、c(B)，如公式（3-3）所示。111( ) ( )( ) ( )( ) ( )rgbc R a c Rc G a c Gc B a c B= = = 用 GrayWorld 算法進(jìn)行光線補(bǔ)償前后圖像對(duì)比如圖 3.5 所示。

吉林大學(xué)碩士學(xué)位論文先，統(tǒng)計(jì)作為參考白的像素點(diǎn)的灰度值refGray ，以及作為參考白目refNum ，計(jì)算參考白像素點(diǎn)的平均灰度值如公式（3-4）所示。/ref ref refavgGray = Gray Num 次，計(jì)算光線補(bǔ)償系數(shù)。255 /refcoe = avgGray 后，原始圖像中所有像素點(diǎn)像素值乘以光線補(bǔ)償系數(shù)coe ，實(shí)現(xiàn)線補(bǔ)償。pi = pi coe 利用基于參考白進(jìn)行光線補(bǔ)償?shù)膱D像效果對(duì)比如圖 3.6 所示。

吉林大學(xué)碩士學(xué)位論文 表示積分的自變量。可以看出，經(jīng)過映射變換后，輸出像素值的是均勻的，且覆蓋了閾值的整個(gè)范圍[0，1]，如公式（3-10）所示 直方圖均衡化的中心思想及變換原理可知，圖像經(jīng)直方圖均衡化度級(jí)將減少，從而導(dǎo)致一些細(xì)節(jié)消失，但對(duì)于背景與前景灰度級(jí)比區(qū)域，可以增強(qiáng)該區(qū)域的對(duì)比度。經(jīng)直方圖均衡化處理前后的圖像所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張峰,徐建剛;位置:GIS在CRM中的應(yīng)用探討[J];微型電腦應(yīng)用;2003年01期

2 沙浩偉;曾勇;;網(wǎng)絡(luò)位置特征與企業(yè)投資效率——基于交叉持股網(wǎng)絡(luò)的視角[J];技術(shù)經(jīng)濟(jì);2016年01期

3 張莉;劉昱顯;;基于語序位置特征的漢英術(shù)語對(duì)自動(dòng)抽取研究[J];南京大學(xué)學(xué)報(bào)(自然科學(xué));2015年04期

4 樊民強(qiáng);樊金串;;煤炭密度組成的位置特征值與可選性的關(guān)系[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);1997年03期

5 張寧豫;陳曦;陳矯彥;鄧淑敏;阮偉;吳春明;陳華鈞;;基于位置的知識(shí)圖譜鏈接預(yù)測[J];中文信息學(xué)報(bào);2018年04期

6 彭祺;仲思東;屠禮芬;梅天燦;;基于空間位置特征的運(yùn)動(dòng)陰影檢測方法[J];機(jī)器人;2012年05期

7 黃元元;郭麗;楊靜宇;;基于形狀與空間位置特征的二值商標(biāo)圖像檢索[J];模式識(shí)別與人工智能;2003年02期

8 李雅倩;吳超;李海濱;劉彬;;局部位置特征與全局輪廓特征相結(jié)合的圖像分類方法[J];電子學(xué)報(bào);2018年07期

9 沙浩偉;曾勇;;交叉持股、網(wǎng)絡(luò)位置與公司績效的實(shí)證研究[J];管理科學(xué);2014年01期

10 孫樂昆;;高水平籃球運(yùn)動(dòng)員位置體能特征及訓(xùn)練策略[J];山東體育科技;2017年05期

相關(guān)會(huì)議論文 前4條

1 馬薇;江澎;陸祖宏;;一種基于支持向量機(jī)與位置特征的siRNA效率預(yù)測方法[A];第十次中國生物物理學(xué)術(shù)大會(huì)論文摘要集[C];2006年

2 陳福明;王群;;一種面向空間認(rèn)知的RT模型[A];2008年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊)[C];2008年

3 苗良;平西建;丁益洪;王衛(wèi)東;;立體赤足跡的圖像校準(zhǔn)與特征描述[A];第十二屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

4 劉飚;劉艷敏;封化民;方勇;宋國森;;基于新型坐標(biāo)樹的頁面分析和內(nèi)容提取方法[A];第二屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議（NCIRCS-2005）論文集[C];2005年

相關(guān)博士學(xué)位論文 前2條

1 盧薇薇;韓中頭部人體名詞詞義轉(zhuǎn)移的認(rèn)知研究[D];延邊大學(xué);2015年

2 黃文良;垃圾短信過濾關(guān)鍵技術(shù)研究[D];浙江大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 劉愛民;基于位置特征的信號(hào)燈識(shí)別與警示系統(tǒng)研究[D];吉林大學(xué);2018年

2 熊偉晴;基于位置信息的事件檢測[D];哈爾濱工業(yè)大學(xué);2015年

3 孫軍領(lǐng);基于多特征的光學(xué)遙感圖像機(jī)場掩體目標(biāo)檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

4 梁俊威;入侵檢測系統(tǒng)在車聯(lián)網(wǎng)中的應(yīng)用研究[D];深圳大學(xué);2017年

5 劉佰昂;單攝像頭條件下的行人識(shí)別與跟蹤方法研究[D];中南大學(xué);2010年

6 吳明麗;英語“back”多義性的認(rèn)知解讀[D];西南大學(xué);2013年

7 完好;優(yōu)秀乒乓球運(yùn)動(dòng)員單打比賽擊球空間位置特征研究[D];上海體育學(xué)院;2011年

8 李東明;基于機(jī)器視覺的田間雜草識(shí)別方法研究[D];河北農(nóng)業(yè)大學(xué);2008年

9 朱喬亞;采用位置信息的鏈接預(yù)測方法研究[D];南京郵電大學(xué);2015年

10 王辰;第30屆奧運(yùn)會(huì)中外男籃無球掩護(hù)的比較研究[D];武漢體育學(xué)院;2014年

本文編號(hào)：2764044