基于車載近景影像的城市道路交通標(biāo)線提取與識(shí)別方法研究.pdf

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(shí)線是建立ITS的基礎(chǔ)。另一方面，對(duì)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(duì)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(dòng)測(cè)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(dòng)提取識(shí)別各種交通標(biāo)志、標(biāo)線，并進(jìn)行其空間定位則可自動(dòng)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(dòng)檢測(cè)與識(shí)別交通標(biāo)志、標(biāo)線是一大難題。因此，本文針對(duì)該問題展開研究，綜合運(yùn)用計(jì)算機(jī)視覺、圖像識(shí)別、圖形相識(shí)度計(jì)算等方法，重點(diǎn)探索道路標(biāo)線的自動(dòng)提取與識(shí)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(duì)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(dòng)檢測(cè)方法
　　針對(duì)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(dòng)檢測(cè)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(cè)，并通過曲率的擬合，進(jìn)一步提取車道線虛線部分。針對(duì)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(dòng)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(shí)別方法
　　在道路交通標(biāo)線自動(dòng)檢測(cè)的基礎(chǔ)上，以指向類標(biāo)線的識(shí)別為目標(biāo)，提出了交通標(biāo)線自動(dòng)識(shí)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(duì)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(shí)