交通標(biāo)志自動分割與識別算法及數(shù)學(xué)模型研究.pdf

1、道路交通標(biāo)志識別(RSR)系統(tǒng)是智能車輛的重要組成部分，它在車輛行駛過程中對出現(xiàn)的交通標(biāo)志信息進(jìn)行采集和識別，可及時地向駕駛員做出指示或警告，或者直接控制車輛的操作，以保持交通通暢和預(yù)防事故的發(fā)生。交通標(biāo)志的自動分割和識別是智能車輛的重要軟件支撐，具有重要的理論意義和實用價值。交通標(biāo)志識別的研究對計算機(jī)視覺中的目標(biāo)靜止相機(jī)運動(MCOS)類視覺問題的解決起到積極的推動作用?！　〗煌?biāo)志的自動分割和識別系統(tǒng)處理的對象是具有復(fù)雜背景的交通

2、標(biāo)志圖像，而且存在交通標(biāo)志的光照、褪色、變形、污損等問題。所以RSR系統(tǒng)的研究中，有若干關(guān)鍵問題需要深入研究?！　”疚牡难芯恐饕獌?nèi)容包括：基于顏色的圖像分割方法(一級分類法)；速度快、效率高的形狀分類方法(二級分類法)、基于Laplace核統(tǒng)計分類器的細(xì)分方法(三級分類法)。在基于顏色的圖像分割的研究中，通過對交通標(biāo)志色彩特征的研究，提出了不受光照影響的基于HSV模型的交通標(biāo)志分割方法，H(色度)表示不同的色調(diào)；S(飽和度)表示顏色的

3、深淺；Ⅴ(亮度)表示顏色的明暗程度。該方法對采集到圖像受光照影響大、有褪色等情況有較好的適應(yīng)性。不同類的交通標(biāo)志有不同的形狀，所以其形狀信息是交通標(biāo)志除顏色之外的又一核心信息，在形狀分析部分我們提出了一種速度快，效率高的形狀分類方法。Laplace核統(tǒng)計分類器是基于Bayes分類模型的非參數(shù)分類器，它與其它分類模型的分類器相比有著很大的優(yōu)勢：此模型具有自學(xué)習(xí)和容易擴(kuò)展的特點，它對交通標(biāo)志的旋轉(zhuǎn)、變形、污損、遮擋等現(xiàn)實中可能的情況有較好的