复杂动态场景下交通标志的检测识别及其应用
发布时间：2021-01-16 19:51
道路交通标志识别系统是现代智能交通系统的重要组成部分之一,其有效运用将有利于提高交通管理的智能化、自动化水平,是智能交通研究的一个重要内容。道路交通标志识别系统主要包括交通标志的检测和识别两个部分。其中,交通标志检测是要解决的关键问题,是实现交通标志正确判别的前提。本文在研究了经典交通标志检测算法后,提出了改进算法,并将结合SIFT算法实现交通标志的识别。本文的主要工作是:（1）常见的道路交通标志检测算法检测对象比较单一,多以某一类中的若干个标志为检测对象,当检测对象的样本数较多时,检测正确率明显下降。此外,该类方法虽然考虑了交通标志的颜色和形状等信息,但却忽略了颜色、几何形状与标志之间的确定性关系。本文提出了一种快速有效的交通标志检测算法,根据标志的形状及颜色等先验信息,确定交通标志与先验信息的唯一关系,建立一棵交通标志决策树,并根据每一个节点逐层筛选兴趣区域,将检测结果分为10个子类。实验表明,该方法降低了TSR系统的复杂度,采用统一的方法对各类标志进行检测,并对检测结果粗分类,提高了系统的实用性和有效性。（2）道路情况的复杂性使得交通标志图像背景很复杂,加之光照条件的变化以及车辆...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
缩略词
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 智能交通研究简介
1.2.2 交通标志检测研究简介
1.2.3 交通标志识别研究简介
1.3 本文研究内容与章节安排
第二章 目标检测技术与SIFT特征概述
2.1 引言
2.2 静止背景下的运动目标检测
2.2.1 帧间差分法
2.2.2 背景差法
2.2.3 光流法
2.3 基于属性特征的目标检测
2.3.1 基于颜色特征的目标区域提取
2.3.2 基于形状特征的目标区域提取
2.3.3 基于梯度特征的目标区域提取
2.4 SIFT特征
2.4.1 SIFT特征点检测
2.4.2 SIFT特征描述子生成
2.5 本章小结
第三章 基于先验信息的交通标志检测
3.1 引言
3.2 交通标志的先验信息
3.2.1 交通标志的颜色属性
3.2.2 交通标志的形状属性
3.2.3 基于先验信息的交通标志决策树
3.3 基于先验信息的交通标志检测
3.3.1 基于HSI颜色模型的候选区域提取
3.3.2 基于决策树的交通标志检测
3.4 实验结果与分析
3.5 本章小结
第四章 复杂动态场景下的交通标志检测
4.1 引言
4.2 昏暗光照下的道路交通标志检测方法
4.2.1 基于直方图均衡化的彩色图像增强
4.2.2 基于多尺度Retinex的彩色图像增强
4.3 缺失情况下的道路交通标志检测
4.3.1 基于链码跟踪的轮廓检测技术
4.3.2 基于Hough变换的边界补全技术
4.3.3 算法过程
4.4 基于仿射变换的交通标志形状矫正
4.4.1 透视变换
4.4.2 关键点检测
4.4.3 双线性插值算法
4.4.4 算法过程
4.5 本章小结
第五章 交通标志的检测识别系统的实现
5.1 引言
5.2 交通标志检测识别系统框架
5.3 交通标志的识别系统的移植
5.3.1 硬件环境
5.3.2 软件环境
5.3.3 交通标志检测识别系统在Android端的实现
5.3.4 交通标志检测识别系统在IOS端的实现
5.3.5 交通标志检测识别系统在DSP上的实现
5.3.6 算法在各平台上的实验对比
5.4 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
【参考文献】：
期刊论文
[1]形状标记图和Gabor小波的交通标志识别[J]. 谷明琴,蔡自兴,何芬芬. 智能系统学报. 2011(06)
[2]一种基于Hough变换的圆和矩形的快速检测方法[J]. 秦开怀,王海颍,郑辑涛. 中国图象图形学报. 2010(01)
[3]基于多尺度Retinex的自适应图像增强方法[J]. 刘茜,卢心红,李象霖. 计算机应用. 2009(08)
[4]基于隔帧差分区域光流法的运动目标检测[J]. 邓辉斌,熊邦书,欧巧凤. 半导体光电. 2009(02)
[5]图像处理中GAMMA校正的研究和实现[J]. 彭国福,林正浩. 电子工程师. 2006(02)
[6]帧间差分与背景差分相融合的运动目标检测算法[J]. 朱明旱,罗大庸,曹倩霞. 计算机测量与控制. 2005(03)
[7]Freeman链码压缩算法的研究[J]. 刘勇奎. 计算机学报. 2001(12)
[8]智能交通系统运动车辆的视觉检测(英文)[J]. 王春波,张卫东,许晓鸣. 红外与毫米波学报. 2001(02)
[9]一种新的基于链码描述的轮廓填充方法[J]. 任明武,杨静宇,孙涵. 中国图象图形学报. 2001(04)
[10]基于彩色图像的指示标志检测[J]. 郁梅,郁伯康. 计算机工程与应用. 2000(04)
本文编号：2981428
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
缩略词
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 智能交通研究简介
1.2.2 交通标志检测研究简介
1.2.3 交通标志识别研究简介
1.3 本文研究内容与章节安排
第二章 目标检测技术与SIFT特征概述
2.1 引言
2.2 静止背景下的运动目标检测
2.2.1 帧间差分法
2.2.2 背景差法
2.2.3 光流法
2.3 基于属性特征的目标检测
2.3.1 基于颜色特征的目标区域提取
2.3.2 基于形状特征的目标区域提取
2.3.3 基于梯度特征的目标区域提取
2.4 SIFT特征
2.4.1 SIFT特征点检测
2.4.2 SIFT特征描述子生成
2.5 本章小结
第三章 基于先验信息的交通标志检测
3.1 引言
3.2 交通标志的先验信息
3.2.1 交通标志的颜色属性
3.2.2 交通标志的形状属性
3.2.3 基于先验信息的交通标志决策树
3.3 基于先验信息的交通标志检测
3.3.1 基于HSI颜色模型的候选区域提取
3.3.2 基于决策树的交通标志检测
3.4 实验结果与分析
3.5 本章小结
第四章 复杂动态场景下的交通标志检测
4.1 引言
4.2 昏暗光照下的道路交通标志检测方法
4.2.1 基于直方图均衡化的彩色图像增强
4.2.2 基于多尺度Retinex的彩色图像增强
4.3 缺失情况下的道路交通标志检测
4.3.1 基于链码跟踪的轮廓检测技术
4.3.2 基于Hough变换的边界补全技术
4.3.3 算法过程
4.4 基于仿射变换的交通标志形状矫正
4.4.1 透视变换
4.4.2 关键点检测
4.4.3 双线性插值算法
4.4.4 算法过程
4.5 本章小结
第五章 交通标志的检测识别系统的实现
5.1 引言
5.2 交通标志检测识别系统框架
5.3 交通标志的识别系统的移植
5.3.1 硬件环境
5.3.2 软件环境
5.3.3 交通标志检测识别系统在Android端的实现
5.3.4 交通标志检测识别系统在IOS端的实现
5.3.5 交通标志检测识别系统在DSP上的实现
5.3.6 算法在各平台上的实验对比
5.4 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
【参考文献】：
期刊论文
[1]形状标记图和Gabor小波的交通标志识别[J]. 谷明琴,蔡自兴,何芬芬. 智能系统学报. 2011(06)
[2]一种基于Hough变换的圆和矩形的快速检测方法[J]. 秦开怀,王海颍,郑辑涛. 中国图象图形学报. 2010(01)
[3]基于多尺度Retinex的自适应图像增强方法[J]. 刘茜,卢心红,李象霖. 计算机应用. 2009(08)
[4]基于隔帧差分区域光流法的运动目标检测[J]. 邓辉斌,熊邦书,欧巧凤. 半导体光电. 2009(02)
[5]图像处理中GAMMA校正的研究和实现[J]. 彭国福,林正浩. 电子工程师. 2006(02)
[6]帧间差分与背景差分相融合的运动目标检测算法[J]. 朱明旱,罗大庸,曹倩霞. 计算机测量与控制. 2005(03)
[7]Freeman链码压缩算法的研究[J]. 刘勇奎. 计算机学报. 2001(12)
[8]智能交通系统运动车辆的视觉检测(英文)[J]. 王春波,张卫东,许晓鸣. 红外与毫米波学报. 2001(02)
[9]一种新的基于链码描述的轮廓填充方法[J]. 任明武,杨静宇,孙涵. 中国图象图形学报. 2001(04)
[10]基于彩色图像的指示标志检测[J]. 郁梅,郁伯康. 计算机工程与应用. 2000(04)
本文编号：2981428
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2981428.html
