收藏本站
《北京工业大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于颜色和形状的指示/禁令类交通标志检测

英思蔓  
【摘要】:交通标志检测是智能交通系统中的关键环节,主要负责敏捷而且高效地将交通标志从采集图像内的多样的背景图像中分离出来,给驾驶员提供一些基本交通信息,例如,指示他们行驶的方向、警告他们驾驶的行为,或者告知他们当前驾驶环境中禁止的交通行为,引导其有序地使用道路。交通标志检测使用的数据主要通过安装在汽车上的行车记录仪、相机等设备获取,成像过程中的光照、遮挡等复杂环境因素,以及交通标志自身的颜色随着时间会发生退色、人为损坏等情况,均可能导致数据质量下降,给交通标志检测带来困难,目前交通标志检测的准确率距离现实应用的需求尚有一定的距离。本文根据日常生活中最经常见到的指示类交通标志(多为蓝色、圆形)和禁令类交通标志(多为红色、圆形和三角形)的颜色及形状特点,提出了一种基于颜色和形状的指示/禁令类交通标志检测方法。具体工作总结如下:(1)利用指示/禁令类交通标志图像的颜色信息,基于最大稳定极值区域与显著性区域筛选可能包含交通标志的感兴趣区域,实现交通标志的粗定位。通过这种算法可以从某些的程度上来去除自然光以及噪声对采集图像的影响。(2)利用指示/禁令类交通标志的圆形和三角形的形状信息,使用径向对称变换算法把交通标志感兴趣区域分为两类,一类是含圆形标志感兴趣区域,另一类是其他感兴趣区域。对含圆形标志的感兴趣区域进行圆形标志检测并且对其位置进行标定;对其它感兴趣区域使用霍夫变换进行三角形标志检测并定位。(3)针对数据获取过程中光照的影响,在基于采集图像的颜色信息对指示/禁令类交通标志进行粗定位之前,本文加入色偏校正的方法来对图像进行预处理操作,尽最大的可能来修正采集图像受光照影响而产生的色差,以提高获取交通标志感兴趣区域的精确度,从而提高检测率。本文提出的基于颜色和形状的指示/禁令类交通标志检测方法没有训练学习的过程,从而可以大大地缩短了检测的时间,通过在豊田工业大学交通标志数据集上进行了实验,实验的成果表明该检测算法相比对比方法要有更高的检测率。
【学位授予单位】:北京工业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:U495;TP391.41

手机知网App
【相似文献】
中国博士学位论文全文数据库 前1条
1 朱哲;街景中的图像增强与分析[D];清华大学;2016年
中国硕士学位论文全文数据库 前10条
1 英思蔓;基于颜色和形状的指示/禁令类交通标志检测[D];北京工业大学;2017年
2 施力;移动互联环境下交通标志实时识别技术研究[D];电子科技大学;2017年
3 余超超;交通标志检测与识别算法研究[D];西南交通大学;2017年
4 王诗源;矩形交通标志文本行检测算法研究[D];北京交通大学;2018年
5 雷可;无人驾驶车交通标志和标线识别技术的研究[D];长安大学;2017年
6 王晓斌;基于卷积网络的交通标志检测与识别算法研究[D];哈尔滨理工大学;2017年
7 王姣姣;基于显著性与卷积神经网络的交通标志检测与识别研究[D];长安大学;2017年
8 郑放;F型交通标志结构优化设计与应用研究[D];安徽建筑大学;2017年
9 宋灵杰;基于卷积神经网络的交通标志分类与识别研究[D];湖南大学;2018年
10 田正鑫;基于多尺度卷积神经网络的交通标志识别方法[D];长安大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026