交通信號燈識別技術方法的研究.pdf

1、近年來，隨著機動車數量的增加和迅速的普及，行車安全已經成為全球關注的熱點。由于道路狀況的復雜性和信息的多樣性，駕駛員的注意力不能時刻保持集中，導致交通數據的錯失，嚴重者釀成交通事故，因此，輔助駕駛系統(tǒng)和無人駕駛系統(tǒng)作為駕駛員的有力助手，幫助駕駛員獲取復雜的交通信息，越來越得到青睞。作為輔助駕駛系統(tǒng)和無人駕駛系統(tǒng)的重要組成部分，交通信號燈識別技術的研究不僅可以幫助駕駛員獲取有關交通信號燈的相關信息，也可以加快智能交通的發(fā)展步伐。
　

2、　本文首先利用交通信號燈本身是個發(fā)光源的特征，提出亮像素提取的算法，對讀取的圖片進行預處理，過濾不符合形態(tài)學準則的區(qū)域，提取亮像素。其次，利用交通信號燈的顏色特征，本文提出信號燈顏色候選點提取的算法，對圖片進行顏色分割，將RGB圖像轉換成HSL圖像，依據交通信號燈的顏色（紅、黃、綠）分別給H（色調）、S（飽和度）、L（亮度）三分量設定閾值，過濾不滿足閾值的點，提取顏色候選點，并把滿足閾值的候選點標出相應的顏色。再次，針對信號燈顏色候選點

3、中的誤識別較多的問題，本文提出基于亮像素與顏色候選點的結果生成信號燈候選區(qū)域的算法，依據亮像素的坐標，在顏色分割后的圖像上，利用給定的模板和擴展模板分別統(tǒng)計紅、黃、綠點的個數，分別對模板與擴展模板設定個數的閾值，把滿足閾值的點作為信號燈候選點留下，這一步即為亮像素提取與顏色候選點提取的融合過程。最后，針對以上仍有誤識別的問題，本文提出基于支持向量機(Supported Vector Machine，SVM)和Haar小波特征的形狀識別算