發(fā)布時(shí)間：2020-09-30 02:09

　　 隨著社會(huì)的進(jìn)步和經(jīng)濟(jì)的高速發(fā)展,國內(nèi)人均汽車擁有量逐年遞增,極大地滿足了人們的出行需求。然而,持續(xù)增長的汽車數(shù)量給城市道路交通帶來了巨大的壓力,隨之也增加了交通安全事故發(fā)生的風(fēng)險(xiǎn)。此外,駕駛員對(duì)交通標(biāo)志的誤讀或者沒有察覺也是導(dǎo)致交通事故的重要原因。為了降低交通事故的發(fā)生率,并提高交通的安全系數(shù),智能交通系統(tǒng)(Intelligent Traffic System,ITS)應(yīng)運(yùn)而生。而交通標(biāo)志檢測作為ITS的重要組成部分也得到了極大的重視,其在駕駛輔助系統(tǒng)和無人車中能夠?qū)⒌缆沸畔⒎答伣o駕駛員或無人車來避免交通安全事故的發(fā)生,具有廣闊的發(fā)展和應(yīng)用前景。因此,對(duì)于交通標(biāo)志的檢測的研究具有非常重要的意義和實(shí)用價(jià)值。本文對(duì)復(fù)雜環(huán)境下的交通標(biāo)志檢測提出了兩種方法,分別為基于顏色和形狀的交通標(biāo)志檢測方法以及基于深度學(xué)習(xí)的交通標(biāo)志檢測方法�；陬伾托螤畹慕煌�(biāo)志檢測方法主要針對(duì)圓形、三角形和矩形的交通標(biāo)志,該方法需要對(duì)圖像進(jìn)行預(yù)處理來獲得可視化較高的圖像,以達(dá)到顏色分割的要求。圖像預(yù)處理包括圖像濾波、去霧算法的研究和去除光照不均的影響。對(duì)圖像進(jìn)行預(yù)處理之后,本文通過RGB差值法對(duì)圖像分割出感興趣區(qū)域,并將其放入候選區(qū)進(jìn)行初步篩選,即對(duì)候選區(qū)感興趣區(qū)域的二值圖像進(jìn)行形態(tài)學(xué)處理等步驟并且去掉不滿足交通標(biāo)志形狀特征的二值圖像,然后再對(duì)剩余圖像進(jìn)行形狀檢測,最終定位交通標(biāo)志。本文中該算法的最高檢測率為87.73%�；谏疃葘W(xué)習(xí)的交通標(biāo)志檢測方法是在經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上,設(shè)計(jì)出一個(gè)具有交通標(biāo)志檢測功能的卷積神經(jīng)網(wǎng)絡(luò)。通過預(yù)訓(xùn)練CIFAR-10數(shù)據(jù)集學(xué)習(xí)大量的圖像底層特征,同時(shí),為了更好地優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu),對(duì)其局部修改并導(dǎo)入交通標(biāo)志數(shù)據(jù)集進(jìn)行遷移學(xué)習(xí),最終訓(xùn)練得到具有檢測交通標(biāo)志功能的卷積神經(jīng)網(wǎng)絡(luò)。本文中該算法的最高檢測率為97.48%,與傳統(tǒng)方法相比已經(jīng)達(dá)到一個(gè)較高的水平。
【學(xué)位單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U495
【部分圖文】：

長安大學(xué)碩士學(xué)位論文定的，即物體的色彩不受光照非均勻性的影響，具有一致性。根據(jù) Retinex 理論，它會(huì)將一幅給定的圖像 S ( x , y )分解成兩幅不同的圖像：反射體圖像 R ( x , y )和入射光圖像 L ( x , y )�？梢员硎緸椋篠= ( x , y ) R ( x , y ) L ( x , y)（2.4其原理示意圖如圖 2.3 所示：

13(b)處理圖圖 2.4 Retinex 處理后圖可以看到，Retinex理論的去霧效果明顯，經(jīng)過處理的圖像比原利，細(xì)節(jié)丟失較少，能夠突出交通標(biāo)志牌的顏色本質(zhì)，算法處標(biāo)志檢測系統(tǒng)的一部分，突出的交通標(biāo)志顏色的本質(zhì)也更能礎(chǔ)。通道先驗(yàn)理論的去霧道先驗(yàn)理論的去霧是由何凱明博士[21]提出的，該算法的科學(xué)帶來了重要的啟示意義。暗通道先驗(yàn)理論在大多數(shù)情況下對(duì)

種影響是交通標(biāo)志圖像預(yù)處理必不可少的環(huán)節(jié)。為色彩空間模型之間進(jìn)行轉(zhuǎn)換以及對(duì)其亮通道的處理空間模型。彩空間空間中，每種顏色能通過R 、G 、B三個(gè)通道的值立方體，圖中RGB原色值位于三個(gè)坐標(biāo)軸線上，黑體中原點(diǎn)的對(duì)角點(diǎn)上。在該模型中，連接原點(diǎn)（0度級(jí)從小變大的過程，在這條線中，R 、G 、B 三體內(nèi)部所有的點(diǎn)表示各種不同的顏色，且每個(gè)點(diǎn)都起見，假定所有的灰度值都?xì)w一化，則圖 2.6 所示 ，G 和B的所有值都假定在范圍[0,1]]之間。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 苗姣姣;徐望明;;HSV空間和形態(tài)學(xué)處理相結(jié)合的車牌定位方法[J];電視技術(shù);2015年05期

2 馬玲;張曉輝;;HSV顏色空間的飽和度與明度關(guān)系模型[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年08期

3 龐曉敏;閔子建;闞江明;;基于HSI和LAB顏色空間的彩色圖像分割[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年06期

4 張德才;周春光;周強(qiáng);池淑珍;王u&菁;;基于輪廓的孔洞填充算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2011年01期

5 劉清;秦秀麗;文松柏;郭建明;;YUV顏色空間和圖論切割的陰影去除算法[J];智能系統(tǒng)學(xué)報(bào);2010年06期

6 張大坤;羅三明;;形態(tài)學(xué)中閉運(yùn)算功能的擴(kuò)展及其應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年27期

7 張國權(quán);李戰(zhàn)明;李向偉;魏偉一;;HSV空間中彩色圖像分割研究[J];計(jì)算機(jī)工程與應(yīng)用;2010年26期

8 石美紅;申亮;龍世忠;胡西民;;從RGB到HSV色彩空間轉(zhuǎn)換公式的修正[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);2008年03期

9 段煒;李海濱;段志信;;一種基于彩色圖像的道路交通標(biāo)志檢測新方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年11期

10 黃志勇,孫光民,李芳;基于RGB視覺模型的交通標(biāo)志分割[J];微電子學(xué)與計(jì)算機(jī);2004年10期

相關(guān)博士學(xué)位論文 前2條

1 王剛毅;交通標(biāo)志檢測與分類算法研究[D];哈爾濱工業(yè)大學(xué);2013年

2 黃國祥;RGB顏色空間及其應(yīng)用研究[D];中南大學(xué);2002年

相關(guān)碩士學(xué)位論文 前5條

1 彭勁璋;面向交通標(biāo)志識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)研究[D];北京交通大學(xué);2017年

2 任敬義;自然場景中交通標(biāo)志的檢測與識(shí)別[D];北京工業(yè)大學(xué);2016年

3 汪秦峰;基于直方圖均衡化和Retinex的圖像去霧算法研究[D];西北大學(xué);2016年

4 唐睢睢;交通標(biāo)志識(shí)別算法研究[D];北京交通大學(xué);2014年

5 劉波;交通標(biāo)志識(shí)別及其算法研究[D];中南大學(xué);2010年

本文編號(hào)：2830590