基于支持向量機的交通標(biāo)志檢測與識別.pdf

1、面對日趨擁堵的道路以及日趨嚴(yán)重的交通事故，智能交通系統(tǒng)(IntelligentTransportation System)和無人駕駛汽車技術(shù)應(yīng)運而生。作為其中重要組成部分的交通標(biāo)志檢測與識別系統(tǒng)(Traffic Signs Detection and Recognition System)成為了研究的熱點課題。交通標(biāo)志檢測與識別系統(tǒng)概括來說可以分為檢測定位交通標(biāo)志和識別交通標(biāo)志含義兩個重要過程。該論文主要完成了以下幾個方面的工作:

2、>　　首先是研究了基于顏色的交通標(biāo)志分割算法。根據(jù)我國現(xiàn)有的交通標(biāo)志的含義和形狀特點，重點分析了在不同顏色空間下對交通標(biāo)志進行顏色分割的方法，其中著重介紹了如何利用概率統(tǒng)計中的均值和方差特征在RGB顏色空間下進行自適應(yīng)顏色分割算法。通過實驗數(shù)據(jù)證明了利用此類算法分割出的顏色信息，不但保證了顏色分割的準(zhǔn)確性和實時性，并且還對光照條件變化具有很好的自適應(yīng)特點。
　　其次是研究了基于傅里葉描述子的形狀檢測。首先介紹了物體幾何形狀分析中常

3、用的一些方法，例如霍夫變換、Hu旋轉(zhuǎn)不變矩等。隨后重點介紹了如何利用輪廓的中心距離函數(shù)以及傅里葉變換進行形狀分析，另外也細致的介紹了歸一化傅里葉描述子模板數(shù)據(jù)庫是如何應(yīng)用到形狀分析中，目的是為了對缺失形狀的交通標(biāo)志進行檢測定位。該算法能夠?qū)煌?biāo)志進行快速有效的檢測，尤其是對于遮擋、失真、縮放等情況的交通標(biāo)志具有一定的魯棒性。
　　隨后介紹了基于HOG特征的支持向量機識別。通過上述介紹的方法對交通標(biāo)志定位后，如何對交通標(biāo)志的含義進

4、行識別是該階段的的重要內(nèi)容。該部分系統(tǒng)地介紹了HOG特征描述子的計算方法，統(tǒng)計學(xué)習(xí)理論以及支持向量機理論，詳細地介紹了國內(nèi)外常用的交通標(biāo)志圖像庫，對支持向量機的參數(shù)優(yōu)化也進行了一定的分析介紹。通過對比實驗可以看出，采用基于HOG特征的支持向量機的識別方法既保證了特征提取的快速、高效和完整性，又確保了對候選區(qū)域識別的正確率。
　　最后是對交通標(biāo)志檢測與識別算法進行了系統(tǒng)實現(xiàn)。利用含有交通標(biāo)志的靜態(tài)圖像作為測試樣本，采用上述描述的方法