基于HOG特征的交通標(biāo)志檢測(cè)與識(shí)別算法研究.pdf

1、交通標(biāo)志的檢測(cè)與識(shí)別是智能車無人駕駛的重要組成部分，它也是解決交通安全問題的一種有效方法。在現(xiàn)實(shí)中由于分辨率，氣象條件，照明強(qiáng)度和運(yùn)動(dòng)模糊等干擾，交通標(biāo)志的圖像質(zhì)量通常很差，很難被檢測(cè)，所以如何排除以上干擾，提高交通標(biāo)志的檢測(cè)和識(shí)別準(zhǔn)確率是當(dāng)前這一領(lǐng)域亟待解決的問題。
　　交通標(biāo)志的檢測(cè)與識(shí)別問題主要包括兩個(gè)部分：如何在獲取的圖像中準(zhǔn)確找到交通標(biāo)志，如何對(duì)提取的交通標(biāo)志圖片實(shí)現(xiàn)準(zhǔn)確識(shí)別或分類。本文從這兩個(gè)方向出發(fā)，分別對(duì)檢測(cè)和識(shí)別

2、方法進(jìn)行了研究。
　　對(duì)于交通標(biāo)志的檢測(cè)，本文采取的是基于RGB顏色空間和基于歸一化相關(guān)系數(shù)相結(jié)合的交通標(biāo)志檢測(cè)方法。首先對(duì)采集的圖像進(jìn)行預(yù)處理，采用了基于中值濾波的圖像去噪方法和基于RGB三個(gè)通道的直方圖均衡化方法增強(qiáng)待檢測(cè)圖像的質(zhì)量。接著融合顏色和形狀特征對(duì)交通標(biāo)志進(jìn)行兩次提取。在粗提取階段，首先基于顏色通道進(jìn)行圖像分割，再利用形態(tài)學(xué)方法處理分割后圖像，凸顯感興趣目標(biāo)區(qū)域。細(xì)提取階段，通過計(jì)算模板圖像與粗提取檢測(cè)圖像的歸一化互

3、相關(guān)系數(shù)，來得到精確的感興趣區(qū)域。
　　對(duì)于交通標(biāo)志的識(shí)別，本文采取的是對(duì)感興趣區(qū)域（即提取的交通標(biāo)志）提取梯度方向直方圖（HOG）特征，最后送到已經(jīng)優(yōu)化好的分類器中，通過顏色與形狀特征進(jìn)行分類。采用GTSDB數(shù)據(jù)庫對(duì)分類器進(jìn)行訓(xùn)練，并在此基礎(chǔ)上對(duì)分類器的模型進(jìn)行參數(shù)優(yōu)化，得到最終的PR曲線。
　　基于MATLAB對(duì)算法進(jìn)行測(cè)試，測(cè)試結(jié)果表明，本文采用的交通標(biāo)志檢測(cè)和識(shí)別算法都具有良好的效果。最后本文針對(duì)現(xiàn)實(shí)中的圖片進(jìn)行測(cè)試