圖像處理在汽車駕駛輔助系統(tǒng)中的應用-交通標志檢測與識別.pdf

1、現(xiàn)在的高端汽車市場上已有部分配備了汽車駕駛輔助攝像系統(tǒng)（ADAS），譬如Benz上Bosch的夜視系統(tǒng)，BMW上SIEMENS VDO、AUDI上Continental的360°全景攝像系統(tǒng)、PSA和MMC上KOSTAL的航道偏離檢測系統(tǒng)等，都是用DSP或FPGA芯片采集實時圖像數(shù)據(jù)，根據(jù)不同的實現(xiàn)目標，進行圖像處理及分析來檢測感興趣的有用信息，并根據(jù)此檢測結(jié)果加以相應的決策需求對駕駛員加以警示。交通標志識別(TSR)系統(tǒng)作為ADAS的

2、一大功能，也是沉浸在繁忙城市生活中的商務(wù)人群對汽車需求的發(fā)展方向，而目前市場上還鮮有產(chǎn)品化的產(chǎn)品。
　　本文研究工作致力于提供一個系統(tǒng)軟件框架來實現(xiàn)駕駛輔助系統(tǒng)中實時交通標志檢測和識別的功能。區(qū)別于現(xiàn)行的大部分研究只針對圓圈禁令標志或/和三角警告標志的檢測，本文基于中國大陸交通法規(guī)中標準交通標志，設(shè)計算法以期能檢測到大部分類型（不同顏色和形狀）的中國境內(nèi)的交通標志?？紤] TSR功能的應用環(huán)境的實時性要求，本文算法的每一步嘗試都盡量

3、不影響其實時性。
　　因而本研究基于HSI顏色空間，使用了新型的基于區(qū)域的快速顏色分割，建立了根據(jù)交通標志重要優(yōu)先級的評價方法，結(jié)合簡單閾值處理，可以快速地按顏色分層得到采樣圖像中可能含有標志的感興趣區(qū)域（ROI,
　　區(qū)域尺寸可根據(jù)需求定制）；再在此區(qū)域結(jié)合數(shù)學形態(tài)學的基礎(chǔ)處理膨脹運算以得到平滑充盈的連通區(qū)域用來進一步識別區(qū)域形狀。最終基于最后輸出的確定形狀的感興趣區(qū)域掩模原圖像的亮度分量，用邊緣方法提取邊緣方向的統(tǒng)計特征