交通標志識別技術研究.pdf

1、交通標志識別系統(tǒng)（Traffic Sign Recognition，簡稱TSR）作為高級駕駛員輔助系統(tǒng)的重要部分，涉及模式識別、圖像處理、人工智能、通信技術等多個領域，已成為國內外學者研究的熱點之一。道路交通標志中，警告標志、禁令標志和指示標志是三種最重要、也是最常見的交通標志，它們均具有特定的顏色和形狀用以區(qū)分其他物體，以達到提醒駕駛員或行人的目的。TSR通過安裝在機動車輛上的攝像機攝取自然場景圖像，并將圖像送至系統(tǒng)的圖像處理模塊進行

2、圖像理解、交通標志檢測與識別，最后將識別結果告知駕駛員，以達到增強道路交通安全、降低交通擁擠的目的。本文對不同光照條件下的交通標志檢測和粗分類進行了研究，并在粗分類的基礎上，探討了基于SVM和基于SIFT的識別方法。交通標志的檢測提取直接影響后期的識別結果，本文通過設計不同的檢測和粗分類算法來適應不同的光照條件，從而提高算法的魯棒性。另外，研究基于SVM和基于SIFT的方法在交通標志識別方面的應用，從而實現(xiàn)交通標志內容的準確識別。

3、>　　本研究主要內容包括：⑴對現(xiàn)有的常用顏色分割算法進行比較分析，設計針對于光照充足條件下基于顏色和形狀信息的交通標志檢測和粗分類算法。⑵對交通標志的逆反射特性進行分析，設計驗證試驗，設計針對光照不足和黑暗條件下基于逆反射特性的交通標志檢測和粗分類算法。⑶使用基于SVM和基于SIFT的方法進行交通標志識別，研究了兩種方法的優(yōu)缺點。⑷在前面算法的基礎上，把檢測和粗分類算法與后期的識別算法結合起來，最終設計出一種適應不同自然環(huán)境下的交通標志