交通標(biāo)志識(shí)別作為智能交通系統(tǒng)和無人駕駛技術(shù)的關(guān)鍵環(huán)節(jié)之一,識(shí)別精度直接影響智能交通系統(tǒng)和無人駕駛汽車的安全性和可靠性。因此,研究霧霾天氣下的交通標(biāo)志圖像識(shí)別算法具有重要的理論價(jià)值和現(xiàn)實(shí)意義。結(jié)合無人駕駛項(xiàng)目需求,著重研究了含霧交通標(biāo)志圖像去霧處理和基于CNN的交通標(biāo)志圖像識(shí)別算法,并完成了算法的仿真實(shí)驗(yàn),所做的主要工作如下:（1）針對(duì)傳統(tǒng)暗原色估計(jì)算法對(duì)含霧交通標(biāo)志圖像去霧處理后出現(xiàn)的“halo”效應(yīng),設(shè)計(jì)了一種多尺度窗口的自適應(yīng)暗原色估計(jì)算法,通過對(duì)圖像進(jìn)行邊緣檢測(cè)并根據(jù)景深邊緣信息改變窗口尺寸得到自適應(yīng)暗原色估計(jì)圖。針對(duì)含霧交通標(biāo)志圖像去霧處理后明亮區(qū)域失真現(xiàn)象,設(shè)計(jì)了一種自適應(yīng)透射率修復(fù)的圖像去霧算法,通過構(gòu)建大氣耗散函數(shù)并根據(jù)紋理信息對(duì)大氣耗散函數(shù)進(jìn)行修正,進(jìn)而實(shí)現(xiàn)透射率的自適應(yīng)修復(fù)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)算法較好的解決了“halo”效應(yīng)以及明亮區(qū)域失真問題,去霧效果較好。（2）針對(duì)傳統(tǒng)識(shí)別算法對(duì)交通標(biāo)志識(shí)別正確率低的問題,引入神經(jīng)網(wǎng)絡(luò)方法對(duì)交通標(biāo)志進(jìn)行識(shí)別。針對(duì)經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)VGG16要求輸入圖像大小固定的缺陷,結(jié)合遷移學(xué)習(xí)知識(shí)并引入空間金字塔池化對(duì)VGG16網(wǎng)絡(luò)模型進(jìn)行改進(jìn)。... 

【文章來源】：長(zhǎng)安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

直方圖均衡化去霧算法分類塊重疊直方圖均衡化算法的思想是：為了更好的保持圖像細(xì)節(jié)信息，對(duì)部分特殊區(qū)

同態(tài)濾波器處理流程

圖像降質(zhì)模型

【參考文獻(xiàn)】：
期刊論文
[1]天空識(shí)別的改進(jìn)暗通道先驗(yàn)單幅圖像去霧算法研究[J]. 譚龍江.  小型微型計(jì)算機(jī)系統(tǒng). 2019(01)
[2]霧霾天氣變化特征與分析[J]. 曲原,祁蕾.  時(shí)代農(nóng)機(jī). 2018(12)
[3]基于暗原色先驗(yàn)的霧霾天氣圖像清晰化算法[J]. 馬嘯,邵利民,徐冠雷.  計(jì)算機(jī)工程與科學(xué). 2018(12)
[4]基于暗原色先驗(yàn)的Retinex去霧算法[J]. 董輝,金闊洋.  浙江工業(yè)大學(xué)學(xué)報(bào). 2018(06)
[5]結(jié)合天空區(qū)域識(shí)別的單幅圖像去霧方法[J]. 李堯羿,杜宇超,顧振飛.  計(jì)算機(jī)工程與應(yīng)用. 2018(19)
[6]一種基于GMP-LeNet網(wǎng)絡(luò)的車牌識(shí)別方法[J]. 林哲聰,張江鑫.  計(jì)算機(jī)科學(xué). 2018(S1)
[7]基于改進(jìn)梯度相似度核的交通圖像去霧算法[J]. 汪貴平,宋京,杜晶晶,黃鶴,王會(huì)峰.  中國公路學(xué)報(bào). 2018(06)
[8]基于LeNet-5改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)圖像識(shí)別方法[J]. 吳陽陽,彭廣德,吳相飛.  信息與電腦(理論版). 2018(07)
[9]基于改進(jìn)激活函數(shù)的卷積神經(jīng)網(wǎng)絡(luò)研究[J]. 曲之琳,胡曉飛.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(12)
[10]基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)LeNet-5的車型識(shí)別方法[J]. 王秀席,王茂寧,張建偉,程鵬.  計(jì)算機(jī)應(yīng)用研究. 2018(07)

博士論文
[1]海霧形成與發(fā)展機(jī)制的觀測(cè)分析與數(shù)值模擬研究[D]. 郭敬天.中國海洋大學(xué) 2008

碩士論文
[1]基于遷移學(xué)習(xí)和深度卷積神經(jīng)網(wǎng)絡(luò)的車標(biāo)識(shí)別方法研究[D]. 李全杰.廣東工業(yè)大學(xué) 2018
[2]基于優(yōu)化的VGG模型道路交通標(biāo)志識(shí)別研究[D]. 謝新明.長(zhǎng)沙理工大學(xué) 2017
[3]無人駕駛車交通標(biāo)志和標(biāo)線識(shí)別技術(shù)的研究[D]. 雷可.長(zhǎng)安大學(xué) 2017
[4]基于深度屬性學(xué)習(xí)的交通標(biāo)志識(shí)別方法研究[D]. 王堅(jiān).北京交通大學(xué) 2017
[5]一種基于模板匹配的交通標(biāo)志識(shí)別方法[D]. 王洋.吉林大學(xué) 2013
[6]單幅圖像去霧處理算法研究及軟件實(shí)現(xiàn)[D]. 鐘仡龍.西南交通大學(xué) 2012
[7]單幅霧天降質(zhì)圖像復(fù)原方法研究[D]. 王勇.合肥工業(yè)大學(xué) 2010
[8]基于DSP的霧天監(jiān)控視頻圖像清晰化處理方法研究[D]. 季娜.大連海事大學(xué) 2009
[9]大霧天氣下圖像的清晰化方法[D]. 賈明橋.西安理工大學(xué) 2006



本文編號(hào)：3076717