無人駕駛汽車的交通標志圖文識別與理解.pdf

1、目前，隨著我國經(jīng)濟的高速發(fā)展，車輛作為人們出行必備的交通工具已很普及，但交通安全事故的數(shù)量也呈上升趨勢，因此智能交通系統(tǒng)也越來越受到人們的關(guān)注。目前交通標志識別作為智能交通系統(tǒng)重要的組成部分已成為研究熱點，但現(xiàn)實戶外場景存在許多多變因素的影響，因此它比非自然場景下的目標識別更具挑戰(zhàn)。本論文主要在交通標志檢測、矯正、內(nèi)核提取以及交通標志分類識別等方面做了一些相關(guān)的研究工作，本文研究的主要內(nèi)容和取得的成果如下:
　　 (1)結(jié)合RG

2、B動態(tài)差值法和形狀信息實現(xiàn)交通標志定位。首先在基于顏色粗定位方面，對比了RGB顏色空間與HSV顏色空間的顏色分割方法，基于算法實時性的考慮，采用了RGB動態(tài)差值算法來對交通標志圖像進行顏色分割。通過RGB空間各分量的差值初步提取交通標志區(qū)域，對目標區(qū)域的像素進行均值處理，并基于區(qū)域均值建立新的差值，最后完成交通標志顏色分割，獲得較好的效果同時保證了實時性。其次在基于形狀精確定位方面，對三類交通標志的形狀進行了形狀分析和算法設計，對三角形

3、采用了多變形逼近算法實現(xiàn)定位。實驗結(jié)果顯示在復雜的場景下定位效果較好。
　　 (2)采用稀疏低秩逼近算法來實現(xiàn)交通標志矯正。交通標志內(nèi)部紋理具有對稱性以及輪廓規(guī)則性，基于這種特性，本文采用稀疏低秩逼近算法，結(jié)合仿射變換，針對交通標志內(nèi)部紋理區(qū)域，分別對x，y方向軸設置仿射變換矩陣，計算每步的稀疏秩，通過軟閾值判斷是否為最優(yōu)低秩矩陣，最優(yōu)低秩圖像紋理對應為最終矯正的交通標志圖文。通過實驗顯示，該方法具有較強的魯棒性，可以有效的提高