公路交通標志與車輛的目標識別設計與實現.pdf

1、隨著經濟和科技的迅速發(fā)展，機動車輛的數量迅猛增加，智能車輛系統(tǒng)的研究顯的極為重要，其中交通標志與前方車輛的識別是智能車輛系統(tǒng)研究的關鍵。鑒于目標識別與計算機視覺技術息息相關，本文從計算機視覺角度出發(fā)，對交通標志與前方車輛識別中的關鍵技術進行深入研究，并在VC++6.0集成開發(fā)工具中實現了交通標志與車輛的自動化識別系統(tǒng)。
　　在交通標志識別方面，自然環(huán)境下，圖像的R、G、B三個分量容易受光照、天氣狀況的影響，而HSI彩色空間中色調與

2、飽和度分量卻相對穩(wěn)定，基于這個特性，本文采用色調與飽和度結合的閾值分割方法實現目標檢測；針對圖像中存在的噪聲，本文在區(qū)域生長算法的基礎上設計了一種噪聲濾除方法；通過對交通目標形狀特點的分析，提出利用目標的面積與包含目標的最小矩形的面積比值確定目標的形狀；根據目標的形狀、顏色特點確定在基于svm進行目標精確識別時使用的模板，基于svm目標識別時，本文提取目標的Hu相對不變矩特征作為目標的特征向量。最后，通過實驗驗證，此方法對圖像的尺度、旋

3、轉變化都有很強的魯棒性，并且在時間效率上滿足實時性需求。
　　在前方車輛識別方面，通過對車輛尾部特征的分析，本文根據陰影的分布情況確定車輛的候選區(qū)。首先采用基于灰度的閾值分割算法確定陰影，然后針對候選區(qū)域的確定，本文提出基于陰影分布自適應得到車輛候選區(qū)的算法；利用Adaboost算法進一步驗證候選區(qū)域中是否存在車輛，并對車輛區(qū)域進行精確定位。通過實驗驗證，所述方法不僅提高了車尾目標的識別率，最重要的是在時間效率上滿足實時性需求。<