交通信號(hào)燈的識(shí)別.pdf

1、交通信號(hào)燈的準(zhǔn)確識(shí)別在智能交通系統(tǒng)、無人駕駛技術(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?？傮w說來，本文主要從以下方面展開工作:
　　本

2、文提出了一個(gè)S通道概念，把原始的RGB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，相比于傳統(tǒng)地轉(zhuǎn)換到CIE Lab，HSV，HIS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Maximally Stable Extremal Regions（最大穩(wěn)定極值區(qū)域）來檢測(cè)交通信號(hào)燈候選區(qū)域，然后采用SIFT特征描述子來表

3、征，繼而使用SVM來對(duì)候選區(qū)域進(jìn)行識(shí)別，最后采用基于S通道的camshift算法進(jìn)行交通信號(hào)燈的追蹤并設(shè)計(jì)決策方案來矯正識(shí)別結(jié)果，進(jìn)一步提高了交通信號(hào)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(Robotics Centre ofMinesParisTech)的交通信號(hào)燈視頻圖像序列數(shù)據(jù)庫和我們自己拍攝的交通信號(hào)燈圖像庫上進(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，Trans