基于脈沖耦合神經(jīng)網(wǎng)絡的交通標志識別.pdf

1、　　交通標志識別(TSR)作為智能交通系統(tǒng)(ITS)中的重要組成部分，對于實際交通環(huán)境而言，研究道路交通標志的自動識別方法有著積極的意義，選題對于車載視頻識別技術的發(fā)展具有重要的理論價值和應用價值。
　　本文研究課題以脈沖耦合神經(jīng)網(wǎng)絡(PCNN)模型為理論基礎，研究了提取圖像邊緣信息時PCNN參數(shù)的選擇選??；在RGB HSV顏色空間理論模型的基礎上，通過實驗將所有交通標志分別在六種不同色彩通道下的對應PCNN提取的熵序列進行分類

2、并通過三維曲面圖的形式觀察其效果；通過引入圖像距離變換的概念，用簡化PCNN模型實現(xiàn)了類歐幾里得距離變換，并利用此識別方法通過實驗搭建了一個道路交通標志識別系統(tǒng)。
　　利用PCNN的自動波擴散特性，采用簡化PCNN模型產(chǎn)生類Euclidean距離圖像作為分類特征，利用最小方差進行匹配分析，通過實驗選取最佳PCNN參數(shù)。針對國家標準道路交通標志圖像庫GB5768-1999進行了實驗，分析了實驗結果，得出了簡化PCNN的類Eucli