基于機器視覺的交通標志識別關(guān)鍵技術(shù)研究.pdf

1、基于機器視覺的自然場景交通標志識別是智能交通系統(tǒng)的重要組成部分，對于輔助駕駛和無人駕駛都具有重要意義，得到廣泛關(guān)注。目前，國內(nèi)外學者針對交通標志的識別提出了許多方法，但由于自然場景中交通標志識別常受到外界條件影響，仍存在諸多不足。本文圍繞基于機器視覺的圖像檢測與識別方法等關(guān)鍵技術(shù)展開，實現(xiàn)了自然場景交通標志圖像的預(yù)處理、分割、提取及識別。實驗表明，本文提出的方法識別率高，能夠較好地適應(yīng)多種外界條件下的交通標志識別。
　　由于自然場

2、景受光照、天氣等因素影響，直接對圖像進行分割，結(jié)果往往不夠理想，因此需要對圖像進行預(yù)處理。目前，常用的預(yù)處理方法解決了光照變化的干擾，卻很少考慮天氣尤其是霧天對圖像分割的影響。本文通過圖像增強方法減少了光照對圖像分割的影響，并采用基于暗通道優(yōu)先的去霧方法對交通標志圖像進行預(yù)處理。實驗表明，通過預(yù)處理的交通標志圖像，其顏色特征更突出。
　　準確地將交通標志從背景圖像中分割，是實現(xiàn)交通標志識別的前提，本文采用具有明顯顏色區(qū)域特征的La

3、b顏色空間對交通標志圖像進行分割，并在分割的同時實現(xiàn)交通標志的粗分類。
　　針對自然場景中交通標志被遮擋、干擾等情況，本文采用雙向投影法對交通標志進行提取，實驗證明該方法能夠有效克服夜晚、側(cè)面、遮擋等復雜情況對交通標志提取的影響;另外，針對雙向投影法對于同色群組交通標志漏取及合并提取的問題，提出了改進方法，實驗表明改進的雙向投影法簡單易行，實現(xiàn)了同色群組交通標志的單獨提取，提取準確率提高，為交通標志的高效識別奠定基礎(chǔ)。