基于圖像的AGV道路交通標志識別技術(shù)研究.pdf

1、隨著城市化的發(fā)展、汽車的普及，道路交通的擁擠，交通事故的頻繁和道路運輸效率低等問題越來越來嚴重。在此背景下，許多發(fā)達國家開始采用高新技術(shù)改造現(xiàn)有的道路交通系統(tǒng)，即智能交通系統(tǒng)。這是一種集通訊、檢測、控制與計算機等技術(shù)為一體的。實現(xiàn)該系統(tǒng)的一個關(guān)鍵技術(shù)就是要發(fā)展具有主動安全技術(shù)的智能駕駛車輛。
　　 基于計算機視覺的交通標志識別是智能駕駛車輛的關(guān)鍵技術(shù)和難點之一。因此，在車載視覺系統(tǒng)中，如何有效地識別道路交通標志是一個非常重要的研

2、究課題。目前，已有的各種交通標志識別算法，各具特色，在某些特定場合發(fā)揮一定的功效，不過也存在一些不足。本課題的研究目的是為了克服這些不足，提高交通標志識別算法的實時性和精度，這對實際應用具有重要的意義。
　　 在分析和總結(jié)國內(nèi)外對交通標志進行檢測和分類識別的基礎(chǔ)上，文本研究了交通標志識別的四大關(guān)鍵技術(shù)：預處理技術(shù)，分割技術(shù)，特征提取技術(shù)和神經(jīng)網(wǎng)絡分類技術(shù)，提出了交通標志識別系統(tǒng)的框架。接著結(jié)合具體識別目標，對分割技術(shù)和特征提取技

3、術(shù)做了深入剖析后，提出了基于不變矩和模糊小波神經(jīng)網(wǎng)絡的交通標志識別算法。把模糊技術(shù)引入到神經(jīng)網(wǎng)絡當中，利用模糊技術(shù)的優(yōu)點來克服神經(jīng)網(wǎng)絡的缺點，最后詳細探討了基于不變矩和模糊小波神經(jīng)網(wǎng)絡的識別方法，并與BP神經(jīng)網(wǎng)絡進行了實驗對比，從而證明了本文提出基于不變矩和模糊小波神經(jīng)網(wǎng)絡的交通標志識別算法的有效性和優(yōu)越性。實驗表明，采用本文提出的算法對交通標志進行識別與傳統(tǒng)的神經(jīng)網(wǎng)絡算法相比其訓練速度更快，精度更高，能滿足智能駕駛車輛系統(tǒng)在道路交通標