面向無人車的交通標(biāo)志自動識別技術(shù)研究.pdf

1、隨著經(jīng)濟的發(fā)展和人們生活水平的提高，越來越多的汽車在當(dāng)今社會得到了普及再加上當(dāng)前能源環(huán)境和氣候變化的新形勢。為了解決上述問題，20世紀80年代初日本和歐洲許多國家開始研究通過智能交通系統(tǒng)(ITS)的建設(shè)促進交通和環(huán)境的和諧發(fā)展。交通標(biāo)志識別是智能交通系統(tǒng)建設(shè)的一個關(guān)鍵技術(shù)，雖然在智能交通系統(tǒng)建設(shè)的初期都已經(jīng)開始了相關(guān)的研究，但至今還沒有一套完整非常成熟的交通標(biāo)志識別系統(tǒng)。我國交通標(biāo)志識別技術(shù)的研究起步比較晚，對于高效、實用的交通標(biāo)志自動

2、識別技術(shù)還需要進一步的研究。
　　本文首先介紹了無人車技術(shù)和交通標(biāo)志識別技術(shù)在國內(nèi)外的發(fā)展情況，并分析了國內(nèi)外的差距所在。其次，研究了圖像預(yù)處理的方法和彩色顏色空間模型的方法及特征提取算法。針對在自然環(huán)境下采集的交通標(biāo)志容易受光照不均勻造起的圖像失真的問題，對其進行了圖像增強處理，通過實驗的處理效果可以看出圖像失真問題得到了很好的解決。在RGB彩色空間模型分量固定差值的基礎(chǔ)上引入了顏色對對交通標(biāo)志進行分割并用開運算、閉運算、腐蝕、

3、膨脹算法對分割后的交通標(biāo)志去噪聲處理。然后，針對分割后的交通標(biāo)志的圖像的信息不完整的情況，采用了SIFT算法和Hu不變矩分別對交通標(biāo)志進行特征提取。由于SIFT特征具有較高的維數(shù)會影響識別的實時性，本文利用主成份分析法對提取的SIFT特征進行降維，通過實驗證明了PCA-SIFT描述子生成時間較傳統(tǒng)的SIFT描述子的生成時間大大減少，提高了特征提取的實時性。最后，本文研究了BagofWords模型和支持向量機的基本原理，基于降維后的SIF