交通信號(hào)燈的識(shí)別(1)

1、中圖分類號(hào)嬰蘭窆!UDC曼2Q碩士學(xué)位論文學(xué)校代碼!Q主三三密級(jí)公玨交通信號(hào)燈的識(shí)別Tra伍csi趴al1ightsrecogllition作者姓名學(xué)科專業(yè)研究方向?qū)W院(系、所)指導(dǎo)教師曾玉龍信息與通信工程模式識(shí)別信息科學(xué)與工程學(xué)院梁毅雄副教授論文答辯日期!!蘭二‘甲答辯委員會(huì)中南大學(xué)二零一四年五月交通信號(hào)燈的識(shí)別摘要：交通信號(hào)燈的準(zhǔn)確識(shí)別在智能交通系統(tǒng)、無(wú)人駕駛技術(shù)方面起到了不可估量的作用，而且也使得色盲患者順利駕駛汽車成為可能。到目

2、前為止，有關(guān)交通信號(hào)燈識(shí)別技術(shù)的研究并不多，現(xiàn)有的算法一般都是從交通信號(hào)燈的顏色特征和形狀特征出發(fā)，采用基于圖像處理的方法，通常對(duì)圖像的質(zhì)量要求非常高，不適合各種自然環(huán)境下的交通信號(hào)燈識(shí)別?；诖?，本文采用基于機(jī)器學(xué)習(xí)的方法，更加能夠滿足各種自然環(huán)境下的交通信號(hào)燈識(shí)別。總體說(shuō)來(lái)，本文主要從以下方面展開(kāi)工作：本文提出了一個(gè)S通道概念，把原始的I渤圖像轉(zhuǎn)換到S通道以使對(duì)紅綠黃三種顏色的描述更為清晰，每個(gè)通道的轉(zhuǎn)換都是線性時(shí)間內(nèi)完成，相比于傳

3、統(tǒng)地轉(zhuǎn)換到CIELab，HSV，mS等顏色空間節(jié)省了很大的計(jì)算量，更重要的是各個(gè)子通道之間線性無(wú)關(guān)，不易受到光照變化的影響。本文中使用目前最好的區(qū)域檢測(cè)方法之一的Ma姬mallyS訕1eE船emalRegiolls(最大穩(wěn)定極值區(qū)域)來(lái)檢測(cè)交通信號(hào)燈候選區(qū)域，然后采用SIFT特征描述子來(lái)表征，繼而使用SⅥ訌來(lái)對(duì)候選區(qū)域進(jìn)行識(shí)別，最后采用基于S通道的camshifI算法進(jìn)行交通信號(hào)燈的追蹤并設(shè)計(jì)決策方案來(lái)矯正識(shí)別結(jié)果，進(jìn)一步提高了交通信號(hào)

4、燈識(shí)別的準(zhǔn)確度。本文分別在巴黎礦業(yè)大學(xué)機(jī)器人研究中心(R0boticsCen廿eofMiIlesP撕sTech)的交通信號(hào)燈視頻圖像序列數(shù)據(jù)庫(kù)和我們自己拍攝的交通信號(hào)燈圖像庫(kù)上進(jìn)行了大量實(shí)驗(yàn)以驗(yàn)證本文方法的性能，并分別采用Hog，Gabor，LBP，SIFT，Transfomedc010rsift，I迪s諗?shù)让枋鲎樱琒VM、Adab00st、LR等分類器以及其他經(jīng)典的方法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明本文提出的方法能取得更好的識(shí)別效果，適合于