大類別集交通標(biāo)志識(shí)別算法研究.pdf

1、交通標(biāo)志自動(dòng)識(shí)別在智能交通系統(tǒng)中發(fā)揮著重要作用，是無人駕駛車輛的必要組成部分，用于輔助駕駛系統(tǒng)則能為駕駛員提供交通路況、交通規(guī)則、行駛方向等信息，從而提高駕駛安全，減少交通事故。自然場(chǎng)景中的交通標(biāo)志識(shí)別易受天氣狀況、光照條件、運(yùn)動(dòng)模糊、障礙物遮擋、旋轉(zhuǎn)傾斜等因素的影響，這為快速準(zhǔn)確的交通標(biāo)志識(shí)別帶來相當(dāng)大的挑戰(zhàn)。
　　交通標(biāo)志由若干大類別和大類別之下的子類別組成。大類別之間外觀差異較大而大類別內(nèi)的小類別之間相似度高。為提高交通標(biāo)志

2、識(shí)別的精度和速度，本文提出了一種由粗到細(xì)逐級(jí)分類的策略:首先采用單個(gè)特征（改進(jìn)的梯度方向直方圖特征）和支持向量機(jī)將待識(shí)別標(biāo)志快速分類至大類別，之后提取交通標(biāo)志的局部二值模式、Gabor小波和dense-SIFT三種局部特征并進(jìn)行特征融合，送入支持向量機(jī)和隨機(jī)森林的組合分類器實(shí)現(xiàn)交通標(biāo)志的分類。
　　本文的主要工作有以下幾個(gè)方面:
　　1.基于灰度圖像的梯度方向直方圖特征難以對(duì)紋理相似但顏色不同的交通標(biāo)志進(jìn)行有效區(qū)分，本文通過

3、提取彩色交通標(biāo)志圖像多個(gè)通道的梯度方向直方圖特征對(duì)其進(jìn)行了改進(jìn)，改進(jìn)后的特征融入了顏色信息，顯著提高了分類性能。
　　2.由于單一特征難以全面描述交通標(biāo)志的特點(diǎn)，本文深入研究了三種局部特征描述子:局部二值模式、Gabor小波和dense-SIFT，并將三種特征進(jìn)行了融合，融合后的特征增強(qiáng)了對(duì)交通標(biāo)志的區(qū)分能力。
　　3.本文深入研究了支持向量機(jī)和隨機(jī)森林兩種分類器，為了更加有效區(qū)分外觀相似的交通標(biāo)志，對(duì)支持向量機(jī)和隨機(jī)森林進(jìn)