智能交通系統(tǒng)中的標(biāo)志識(shí)別和人機(jī)界面設(shè)計(jì).pdf

1、智能交通系統(tǒng)（Intelligent Transportation System，ITS）在日常生活中發(fā)揮著愈來(lái)愈重要的作用。電子警察作為 ITS的重要內(nèi)容之一，在維護(hù)社會(huì)秩序、威懾違法犯罪等方面發(fā)揮了不可替代的作用。交通標(biāo)志識(shí)別（Traffic Sign Recognition，TSR）和人機(jī)界面是電子警察的重要內(nèi)容之一，具有重要的研究?jī)r(jià)值。高效、可靠的交通標(biāo)志識(shí)別系統(tǒng)可以提高司機(jī)駕駛的安全性，而人機(jī)界面是人與計(jì)算機(jī)之間傳遞、交換信息

2、的媒介。本文主要研究了智能交通系統(tǒng)中的交通標(biāo)志識(shí)別和人機(jī)界面設(shè)計(jì)，具體內(nèi)容如下：
　　1．基于幾何不變矩和SVM（Support Vector Machine，SVM）分類器的交通標(biāo)志識(shí)別。本文研究了一種常用的復(fù)雜交通環(huán)境背景下的交通標(biāo)志識(shí)別方法，主要通過(guò)對(duì)幾何不變矩和SVM的闡述，以此為基礎(chǔ)，對(duì)SVM算法進(jìn)行深入探討，討論了使用不同的核函數(shù)與參數(shù)尋優(yōu)前、后對(duì)算法識(shí)別性能的影響，并進(jìn)行詳細(xì)分析，給出了一種有效的基于幾何不變矩和SV

3、M的交通標(biāo)志識(shí)別方法。針對(duì)圖像前期處理的圖像模糊問(wèn)題，如霧天模糊圖像，本文采用基于暗原色先驗(yàn)的算法提升霧天圖像質(zhì)量，該算法利用暗原色先驗(yàn)知識(shí)估計(jì)大氣光和透射率，并且利用引導(dǎo)濾波修正透射率，最后根據(jù)得到的退化模型恢復(fù)出質(zhì)量相對(duì)較好的圖像。實(shí)驗(yàn)結(jié)果表明，基于幾何不變矩和SVM的交通標(biāo)志識(shí)別方法受霧天影響的魯棒性較差，而本文采用的圖像去霧算法則很好地克服這一點(diǎn)，識(shí)別性能提升明顯。
　　2．基于模板匹配的交通標(biāo)志識(shí)別。由于基于幾何不變矩和

4、SVM分類器的交通標(biāo)志識(shí)別方法的正確識(shí)別率有很大的提升空間，本文又采用了基于模板匹配的交通標(biāo)志識(shí)別方法。考慮到算法必須具有一定的魯棒性，比如不受圖像縮放、旋轉(zhuǎn)、平移的影響，本文采用了尺度不變特征變換SIFT算法（Scale Invariant Feature Transform，SIFT）、加速穩(wěn)健特征SURF算法（Speeded Up Robust Features，SURF）對(duì)交通標(biāo)志提取特征點(diǎn)并生成描述子，然后對(duì)描述子匹配，根據(jù)正

5、確匹配的特征點(diǎn)數(shù)輸出識(shí)別結(jié)果。針對(duì)在實(shí)際拍攝場(chǎng)景中，拍攝角度可能會(huì)發(fā)生改變，導(dǎo)致拍攝的物體會(huì)變形，給識(shí)別帶來(lái)困難，本文又采用了仿射尺度不變特征變換ASIFT算法（Affine Scale Invariant Feature Transform，ASIFT）。最后，本文從歸一化大小和仿射變形兩個(gè)角度討論分析了以上三種算法的有效性。
　　3．電子警察人機(jī)界面設(shè)計(jì)。操作員通過(guò)人機(jī)界面可以實(shí)現(xiàn)對(duì)多個(gè)電子警察系統(tǒng)的綜合管理、各電子警察運(yùn)行參