复杂动态场景下交通标志的检测识别及其应用

《复杂动态场景下交通标志的检测识别及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TP391论文编号：102871616-SZ013学科分类号：085211硕士学位论文复杂动态场景下交通标志的检测识别及其应用研究生姓名潘铭星专业类别计算机技术专业领域数字图像处理指导教师孙涵副教授南京航空航天大学研究生院计算机科学与技术学院二О一六年一月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofComputerScienceandTechnologyTrafficsignsdetectionandreco

2、gnitionincomplexdynamicconditionanditsapplicationAThesisinComputerTechnologybyPanMingxingAdvisedbyAssociateProf.SunHanSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringJanuary，2016南京航空航天大学全日制专业硕士学位论文摘要道路交通标志识别系统是现代智能交通系统的重要组成部分之一，其有

3、效运用将有利于提高交通管理的智能化、自动化水平，是智能交通研究的一个重要内容。道路交通标志识别系统主要包括交通标志的检测和识别两个部分。其中，交通标志检测是要解决的关键问题，是实现交通标志正确判别的前提。本文在研究了经典交通标志检测算法后，提出了改进算法，并将结合SIFT算法实现交通标志的识别。本文的主要工作是：（1）常见的道路交通标志检测算法检测对象比较单一，多以某一类中的若干个标志为检测对象，当检测对象的样本数较多时，检测正确率明显下降。此外，该类方法虽然考虑了交通标志的颜色和形状等信息，但却忽略了颜色、几何形状

4、与标志之间的确定性关系。本文提出了一种快速有效的交通标志检测算法，根据标志的形状及颜色等先验信息，确定交通标志与先验信息的唯一关系，建立一棵交通标志决策树，并根据每一个节点逐层筛选兴趣区域，将检测结果分为10个子类。实验表明，该方法降低了TSR系统的复杂度，采用统一的方法对各类标志进行检测，并对检测结果粗分类，提高了系统的实用性和有效性。（2）道路情况的复杂性使得交通标志图像背景很复杂，加之光照条件的变化以及车辆运行过程中的抖动等，会导致标志缺失、变形、太暗或是倾斜等，这些都会给交通标志检测带来了很大的困难。本文分析

5、了各类复杂环境对交通标志检测的影响，并提出了相应的解决方案，对标志进行补全或校正。实验表明，该方法对复杂场景下交通标志的检测有很好的效果，使得算法更鲁棒。（3）结合SIFT算法识别检测出的交通标志，并将交通标志检测识别算法分别在PC端、Android、IOS及DSP平台上实现。PC端上的算法可检测算法的准确率。将算法移植到Android、IOS及DSP可移动平台，可作为车载设备识别交通标志，满足算法的实用性和可移植性。关键词：先验信息，决策树，兴趣区域，缺失，变形，光照变化i复杂动态场景下交通标志的检测识别及其应用A

6、BSTRACTTheroadtrafficsignrecognitionsystemisveryimportantinITS.Itwillpromotethelevelofintelligentializeandautomationfortrafficmanagement,whichisasignificantcontentofITSresearch.Roadtrafficsignrecognitionsystemmainlyincludestwoparts,namelydetectionandrecognition

7、oftrafficsign.Amongthem,thetrafficsigndetectionisthekeyissuethatneedstobeaddressed,anditisthepremisetorealizetherecognitionoftrafficsigns.Afterstudyingclassictrafficsigndetectionalgorithms,thispaperproposesanimprovedalgorithmandcombinesSIFTalgorithmtorealizethe

8、recognitionoftrafficsigns.Themainworksofthispaperarepresentedasfollowing:Theexistingalgorithmsarerelativelyunitaryfordetectionobject,andmostlyonlydetectseveralsignsinacertai