收藏本站
《哈尔滨工业大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

自然场景下交通标志的检测与分类算法研究

李伦波  
【摘要】: 随着社会的发展,汽车逐渐地普及,现有的道路通过能力逐渐难以满足交通量快速增长的需要。交通拥挤加剧,事故频发,公路交通安全和运输效率等问题变得日益突出。在此背景下,欧美发达国家已从修建更多的道路、扩展路网规模逐步转移到采用高新技术改造现有的道路交通系统和管理体系上,即开展了智能交通系统(ITS: Intelligent Transportation System)的研究。ITS是一个集通讯、检测、控制与计算机等技术为一体的综合信息管理系统,实现该系统的一个关键技术是发展具有主动安全技术的智能车辆。 发展具有主动安全技术的智能车辆已成为各国政府、研究机构和汽车制造商的一个重要目标。基于计算机视觉的交通标志识别是智能车辆的关键技术和难点之一,它包括自然场景下交通标志的检测与较大类别交通标志的分类理解技术。尽管学者们对这些问题进行了多年的研究,但问题仍然没有得到很好的解决,主要表现为复杂环境下算法的鲁棒性较差。针对这种情况,本论文在交通标志检测、自然场景图像的色彩增强与交通标志分类三方面展开研究。 为了快速、准确地从自然场景图像中检测出交通标志,提出了一种基于局部特征的标志检测算法。该算法先将RGB格式的交通标志图像转换到HSV彩色空间,通过固定阈值进行颜色分割,提取出目标区域;然后针对多边形和圆形交通标志,提出一种统一的对称局部特征检测模板来提取目标区域的特征,在此基础上根据交通标志的形状特征设计一组模糊推理规则来判定目标区域的形状,进而从场景图像中检测出交通标志。对晴天、多云与小雨天气状况下共3000幅自然场景图像进行交通标志检测实验,实验结果表明,该算法能够克服标志大小变化、旋转变化和视角变化等的影响,具有良好的鲁棒性,验证了该检测算法的有效性。 针对光照变化、天气变化和颜色退化等因素造成的交通标志漏检问题,提出了一种改进的颜色分割算法。该算法先对RGB格式的交通标志图像采用色彩恒常性算法进行彩色增强,然后将其转换到HSV彩色空间进行颜色分割。标志检测实验结果表明,该算法能够有效地克服光照、天气、颜色退化对交通标志颜色的影响,更好地分割出交通标志的特征颜色,从而进一步提高交通标志正确检测率。 针对交通标志这类大类别分类问题,提出一种由粗到精的分层决策分类算法。该算法先利用我国交通标志的特征颜色进行分类决策,然后再根据颜色和形状进一步分成子类,这样可简化分类系统设计,提高分类精度。在对子分类系统设计时,提出一种概率神经网络(PNN: Probabilistic Neural Network)优化设计算法。该算法在利用径向Tchebichef不变矩提取交通标志特征的基础上,采用Global K -means聚类算法优化PNN网络结构,然后利用粒子群算法(PSO: Particle Swarm Optimization)优化模式层核函数控制参数矩阵,以提高网络的泛化性能。实验结果表明,该分类系统不仅具有精简的结构,而且可获得较高的分类精度和较好的泛化性能。 考虑到交通标志分类始终是有限样本分类问题,在研究基于支持向量机(SVM: Support Vector Machine)的多类别分类理论的基础上,对交通标志分类系统中子类标志设计了C -支持向量分类机和ν支持向量分类机进行分类。交通标志分类实验表明,基于支持向量机的分类器能够获得较高的分类精度和更好的泛化性能。
【关键词】:交通标志 检测与分类 色彩恒常性 概率神经网络 支持向量机
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP391.41
【目录】:
  • 摘要3-5
  • Abstract5-13
  • 第1章 绪论13-28
  • 1.1 研究的背景及意义13-18
  • 1.2 国内外研究现状和进展18-26
  • 1.2.1 交通标志检测算法的研究现状19-23
  • 1.2.2 交通标志分类算法的研究现状23-26
  • 1.3 本文的主要内容和安排26-28
  • 第2章 交通标志检测与分类的基础28-49
  • 2.1 引言28
  • 2.2 交通标志的基础知识28-32
  • 2.2.1 警告标志28-29
  • 2.2.2 禁令标志29
  • 2.2.3 指示标志29-32
  • 2.3 彩色空间与颜色特性分析32-45
  • 2.3.1 颜色的基本特性33-36
  • 2.3.2 彩色空间模型36-40
  • 2.3.3 各种彩色空间下的颜色特性分析40-45
  • 2.4 交通标志识别系统的框架设计45-47
  • 2.5 本章小结47-49
  • 第3章 基于局部特征的交通标志检测算法49-68
  • 3.1 引言49
  • 3.2 HSV 彩色空间的颜色分割49-50
  • 3.3 基于局部特征的交通标志检测算法50-59
  • 3.3.1 自适应多级中值滤波50-52
  • 3.3.2 形态学图像处理52
  • 3.3.3 交通标志形状的局部特征提取52-54
  • 3.3.4 基于模糊规则的形状判别算法54-57
  • 3.3.5 交通标志检测算法流程57-59
  • 3.4 实验结果与分析59-67
  • 3.4.1 实验数据的建立59
  • 3.4.2 交通标志检测结果与分析59-67
  • 3.5 本章小结67-68
  • 第4章 色彩恒常性算法在交通标志检测中的应用68-82
  • 4.1 引言68
  • 4.2 彩色图像增强68-72
  • 4.2.1 颜色视觉理论69-71
  • 4.2.2 彩色图像增强算法71-72
  • 4.3 色彩恒常性算法72-78
  • 4.3.1 Retinex 原理72-75
  • 4.3.2 基于局部空间颜色平均的色彩恒常性算法75-78
  • 4.4 色彩恒常性在交通标志检测中的应用78-81
  • 4.4.1 基于色彩恒常性的颜色分割78-79
  • 4.4.2 交通标志检测实验79-81
  • 4.5 本章小结81-82
  • 第5章 基于概率神经网络的交通标志分类算法研究82-104
  • 5.1 引言82
  • 5.2 交通标志的特征提取82-87
  • 5.2.1 不变矩理论83-86
  • 5.2.2 基于Tchebichef 不变矩的特征提取86-87
  • 5.3 概率神经网络的优化设计87-94
  • 5.3.1 概率神经网络简介87-89
  • 5.3.2 Global K-Means 聚类算法89-90
  • 5.3.3 粒子群优化算法90-92
  • 5.3.4 概率神经网络的两步优化策略92-94
  • 5.4 交通标志分类系统设计94-95
  • 5.5 实验结果与分析95-102
  • 5.5.1 不变矩对比实验95-99
  • 5.5.2 交通标志分类实验99-102
  • 5.6 本章小结102-104
  • 第6章 基于支持向量机的交通标志分类算法研究104-129
  • 6.1 引言104
  • 6.2 统计学习理论104-112
  • 6.2.1 机器学习问题的表示105
  • 6.2.2 经验风险最小化原则及存在问题105-106
  • 6.2.3 学习过程的一致性条件106-108
  • 6.2.4 函数集的学习性能与VC 维108-110
  • 6.2.5 泛化性能的界110-111
  • 6.2.6 结构风险最小化111-112
  • 6.3 支持向量分类机112-121
  • 6.3.1 线性可分情况下的支持向量分类机113-118
  • 6.3.2 非线性可分情况下的支持向量分类机118-121
  • 6.4 支持向量机多类别分类算法121-124
  • 6.4.1 多类支持向量机121-122
  • 6.4.2 一对多分类方法122-123
  • 6.4.3 一对一分类方法123
  • 6.4.4 DAGSVM 分类方法123-124
  • 6.5 基于SVM 的交通标志分类实验124-128
  • 6.6 本章小结128-129
  • 结论129-131
  • 参考文献131-145
  • 攻读博士学位期间发表的学术论文145-147
  • 致谢147-148
  • 个人简历148

【引证文献】
中国期刊全文数据库 前1条
1 张滨;黄昶;;实时交通标志检测系统在iOS平台上的实现[J];信息通信;2014年03期
【共引文献】
中国期刊全文数据库 前10条
1 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
2 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
3 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
4 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
5 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
6 张红涛;胡玉霞;张恒源;顾波;;储粮害虫图像识别中的特征压缩研究[J];安徽农业科学;2008年27期
7 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
8 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
9 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
10 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
【同被引文献】
中国期刊全文数据库 前10条
1 师一华;杨金锋;;图像处理中改进的Gamma矫正方法[J];安阳工学院学报;2005年06期
2 李滨丹;吴宁;;探讨汽车尾气污染危害与对策[J];环境科学与管理;2009年07期
3 王鹏;郑光宇;宋开亮;;一种新的基于图像识别技术的信号灯识别算法[J];兵工自动化;2009年03期
4 易东;黄玉清;;基于SVM的移动机器人路标识别算法[J];兵工自动化;2009年08期
5 孙光民;王晶;于光宇;李罡;许磊;;自然背景中交通标志的检测与识别[J];北京工业大学学报;2010年10期
6 秦香英,黄亚飞,刘伟铭;基于不变矩和小波神经网络的标志识别方法[J];长沙交通学院学报;2005年02期
7 李洁;齐桂年;;利用计算机图像处理测定茶鲜叶色泽及其萎凋程度变化的初步研究[J];中国茶叶加工;2008年01期
8 陆建良,梁月荣,龚淑英,顾志蕾,张凌云,徐月荣;茶汤色差与茶叶感官品质相关性研究[J];茶叶科学;2002年01期
9 王文杰,罗守进,黄建琴,张立平,吴新荣,王宏树;电脑测定茶叶色泽的方法研究[J];茶叶科学;2005年01期
10 陆江锋;单春芳;洪小龙;裘正军;;基于数字图像的茶叶形状特征提取及不同茶叶鉴别研究[J];茶叶科学;2010年06期
【二级参考文献】
中国期刊全文数据库 前10条
1 傅明,易昂,唐贤瑛,陈曦;一种基于不变距和PNN分类网络的图形识别方法[J];长沙交通学院学报;2003年01期
2 姜绍飞,杨晓楠,陈兆才,倪一清,高赞明;基于主组分分析的概率神经网络损伤定位研究[J];地震工程与工程振动;2004年02期
3 夏明革,何友,唐小明,夏仕昌;多传感器图像融合综述[J];电光与控制;2002年04期
4 唐剑东,熊信银,吴耀武,蒋秀洁;基于改进PSO算法的电力系统无功优化[J];电力自动化设备;2004年07期
5 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期
6 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期
7 高海兵,高亮,周驰,喻道远;基于粒子群优化的神经网络训练算法研究[J];电子学报;2004年09期
8 李红艳,吴成柯;一种基于小波变换的序列图像中小目标检测与跟踪算法[J];电子与信息学报;2001年10期
9 高飞;一类新离散混沌系统动力学性质的差异演化仿真[J];复杂系统与复杂性科学;2004年04期
10 杨维,李歧强;粒子群优化算法综述[J];中国工程科学;2004年05期
【相似文献】
中国期刊全文数据库 前10条
1 夏思宇;李久贤;夏良正;;基于色彩恒常性的彩色图像增强改进算法[J];南京航空航天大学学报;2006年S1期
2 陈碧蓉;;谈用色彩恒常性思维改进水粉画写生技法[J];成功(教育);2009年07期
3 鞠明;李权合;毕笃彦;;基于LP滤波和Retinex的光照补偿[J];计算机工程;2011年16期
4 汪荣贵;朱静;张璇;张新龙;;基于Retinex理论的JPEG压缩方法研究[J];中国科学技术大学学报;2011年08期
5 张新龙;汪荣贵;张璇;朱静;;雾天图像增强计算模型及算法[J];中国图象图形学报;2011年08期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
中国博士学位论文全文数据库 前2条
1 李伦波;自然场景下交通标志的检测与分类算法研究[D];哈尔滨工业大学;2008年
2 熊杰;基于频率域、小波变换和神经网络的真彩图像增强算法研究[D];西北大学;2010年
中国硕士学位论文全文数据库 前10条
1 朱静;色彩恒常性理论及其在图像增强中应用研究[D];合肥工业大学;2011年
2 张新龙;基于人类视觉特性的图像增强理论及应用研究[D];合肥工业大学;2011年
3 谭小勇;基于Retinex理论的红外热成像增强算法研究[D];中南大学;2011年
4 付国文;基于Retinex的图像增强算法研究及实现[D];上海交通大学;2011年
5 刘钦堂;基于Retinex算法的彩色图像增强研究[D];哈尔滨工程大学;2012年
6 张璇;Retinex理论及其在压缩域图像增强中的应用研究[D];合肥工业大学;2010年
7 续元君;水下目标探测关键技术研究[D];大连海事大学;2011年
8 金黄斌;自动白平衡算法研究及软硬件实现[D];杭州电子科技大学;2011年
9 黄文礼;小波框架下固定步长的变分Retinex真彩图像增强[D];安徽大学;2012年
10 王莉;半自主足球机器人中彩色图像对光照不变性研究[D];中国海洋大学;2010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