自然場景下交通標(biāo)志實時識別的研究.pdf

1、近些年來，模式識別的研究越來越被重視，使得計算機或者機器人在不同領(lǐng)域發(fā)揮著重要的計算智能作用，給工業(yè)生產(chǎn)和人們生活帶來較大便利。特別是現(xiàn)階段，隨著攝像元器件的改進(jìn)和處理器的不斷升級，計算機視覺成為目前研究的熱點，人們希望利用計算機和攝像器材的配合使用，模擬人類的視覺和反應(yīng)系統(tǒng)，輔助甚至代替人類做出選擇和判斷。本文致力于計算機處理攝像頭拍攝的圖片或者視頻幀，準(zhǔn)確高效地識別交通標(biāo)志。本文基于德國交通標(biāo)志檢測與識別數(shù)據(jù)庫，以即時識別這些標(biāo)志為

2、目標(biāo)，做了如下幾個方面的工作：
　　首先，需要利用經(jīng)驗信息處理攝像機傳入內(nèi)存的圖像，以交通標(biāo)志區(qū)域為目標(biāo)做預(yù)處理。對于彩色圖像的處理和優(yōu)化一直是一個經(jīng)典問題，在自然場景下，面對千差萬別的輸入圖像數(shù)據(jù)，如何快速魯棒地過濾掉大部分的無關(guān)像素點，提取出顏色形狀信息，定位到交通標(biāo)志的區(qū)域是本文著重探討解決的問題。通過改進(jìn)的圓形搜索算法和創(chuàng)新提出的三角形檢測算法，實現(xiàn)快速穩(wěn)定的感興趣區(qū)域提取。
　　其次，在檢測部分，主要判斷提取到的感

3、興趣輪廓區(qū)域是不是交通標(biāo)志。這是一個典型的二分類判斷問題，而處理這一問題有一個優(yōu)秀的機器學(xué)習(xí)算法SVM（支持向量機）。我們選擇合適的描述圖像的特征算子，并且訓(xùn)練小誤差的SVM二分類器，這樣既確定了前文提取的區(qū)域信息，又保證了后文分類算法的有效數(shù)據(jù)源。
　　第三，在識別部分，實際上是一個圖像的多種分類問題。數(shù)據(jù)庫中保存了每一種交通標(biāo)志，在不同的角度、距離和光照的環(huán)境中拍攝的多幅圖像，給我們的識別算法創(chuàng)造了匹配的空間。我們將研究在合適