2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、當(dāng)前城市交通擁問題突出,為了有效地進(jìn)行交通管制與交通疏散,建立行之有效的智能交通系統(tǒng)(ITS)成為當(dāng)務(wù)之急,而道路交通標(biāo)志、標(biāo)識線是建立ITS的基礎(chǔ)。另一方面,對于城市內(nèi)道路而言,車輛應(yīng)當(dāng)按行車道行駛,并遵循各種交通指示,道路是車用導(dǎo)航系統(tǒng)導(dǎo)航的依據(jù),這也需要對城市道路的路面分道線、標(biāo)線、標(biāo)志等信息進(jìn)行采集并建立數(shù)據(jù)庫。然而,當(dāng)前道路交通標(biāo)線數(shù)據(jù)主要依靠人工采集,費(fèi)時(shí)、費(fèi)力,更新周期長,且數(shù)據(jù)的準(zhǔn)確度易受人為因素的影響。而車載移動測量系

2、統(tǒng)可在行進(jìn)過程中快速獲得道路兩側(cè)的立體影像,若能從這些影像上自動提取識別各種交通標(biāo)志、標(biāo)線,并進(jìn)行其空間定位則可自動且高效地建立道路標(biāo)志標(biāo)線數(shù)據(jù)庫。就目前而言,如何從車載近景影像上自動檢測與識別交通標(biāo)志、標(biāo)線是一大難題。因此,本文針對該問題展開研究,綜合運(yùn)用計(jì)算機(jī)視覺、圖像識別、圖形相識度計(jì)算等方法,重點(diǎn)探索道路標(biāo)線的自動提取與識別方法。
  本文的主要內(nèi)容與成果如下:
  (1)道路交通標(biāo)線的分類研究及其近景影像中的特征分

3、析
  依據(jù)國家標(biāo)準(zhǔn)GB5768-2009中道路交通標(biāo)線的分類體系,界定了其中的車道線和指向標(biāo)線為本文的研究與實(shí)驗(yàn)對象,歸納了車載影像中道路交通標(biāo)線特征。
  (2)基于特征提取和模板匹配的道路交通標(biāo)線自動檢測方法
  針對道路交通標(biāo)線中車道線和指向標(biāo)線這兩類不同的標(biāo)線,分別提出了自動檢測的方法。在圖像預(yù)處理的基礎(chǔ)上,利用霍夫變換完成車道線檢測,并通過曲率的擬合,進(jìn)一步提取車道線虛線部分。針對指示類標(biāo)線,依次進(jìn)行邊緣提

4、取、連通區(qū)域選取、模版匹配,從而完成路面標(biāo)線的自動提取。
  (3)基于Gabor小波特征和Fisher分類判別的道路交通標(biāo)線識別方法
  在道路交通標(biāo)線自動檢測的基礎(chǔ)上,以指向類標(biāo)線的識別為目標(biāo),提出了交通標(biāo)線自動識別的方法,在分析多種特征描述方法的優(yōu)缺點(diǎn)的基礎(chǔ)上,確定了采用Gabor小波提取標(biāo)線特征的方案。在對Fisher判別法研究的基礎(chǔ)上,提出了基于Fisher的交通標(biāo)線分類方法。
  (4)道路交通標(biāo)線提取與識

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論