交通信號燈識別技術(shù)方法的研究.pdf

1、近年來，隨著機(jī)動車數(shù)量的增加和迅速的普及，行車安全已經(jīng)成為全球關(guān)注的熱點(diǎn)。由于道路狀況的復(fù)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(dǎo)致交通數(shù)據(jù)的錯失，嚴(yán)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(fù)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(shù)的研究不僅可以幫助駕駛員獲取有關(guān)交通信號燈的相關(guān)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(jìn)行預(yù)處理，過濾不符合形態(tài)學(xué)準(zhǔn)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(diǎn)提取的算法，對圖片進(jìn)行顏色分割，將RGB圖像轉(zhuǎn)換成HSL圖像，依據(jù)交通信號燈的顏色（紅、黃、綠）分別給H（色調(diào)）、S（飽和度）、L（亮度）三分量設(shè)定閾值，過濾不滿足閾值的點(diǎn)，提取顏色候選點(diǎn)，并把滿足閾值的候選點(diǎn)標(biāo)出相應(yīng)的顏色。再次，針對信號燈顏色候選點(diǎn)

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(diǎn)的結(jié)果生成信號燈候選區(qū)域的算法，依據(jù)亮像素的坐標(biāo)，在顏色分割后的圖像上，利用給定的模板和擴(kuò)展模板分別統(tǒng)計紅、黃、綠點(diǎn)的個數(shù)，分別對模板與擴(kuò)展模板設(shè)定個數(shù)的閾值，把滿足閾值的點(diǎn)作為信號燈候選點(diǎn)留下，這一步即為亮像素提取與顏色候選點(diǎn)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(jī)(Supported Vector Machine，SVM)和Haar小波特征的形狀識別算