高速公路限速標志檢測與識別技術研究.pdf

1、隨著科學的進步、城市化的發(fā)展，機動車數量和出行人數的大量增加，道路交通安全問題變得日益突出。在這種背景下，人們開始投入智能交通系統（Intelligent Transportation Systems，簡稱ITS）的研究中。智能交通系統是一門包括圖像處理、數字信號處理、電子技術、人工智能、信息技術、模式識別、通信技術和系統工程等的綜合系統，它對保障交通系統的安全運行具有十分重要的意義。 道路交通標志識別（Traffic Sign

2、 Recognition，簡稱TSR）系統作為智能車輛的重要子系統，已經成為半自動和自動車輛重要組成部分。它的作用就是在車輛行駛過程中對道路交通標志圖像進行采集和識別，及時地向駕駛員做出指示或警告，引導駕駛員正確地控制車輛，以保持交通通暢和預防事故的發(fā)生。所以研究道路交通標志識別系統是具有重要的理論意義和實用價值。 本文選擇限速標志作為研究對象主要基于識別算法的可靠性和有效性。本文的主要研究內容包括： （1）由于環(huán)境因素

3、的原因，比如天氣狀況、路況信息，會造成獲取的圖片顏色失真、尺寸太大或過小、圖片模糊。在這樣的情況下，必須對其進行預處理。本文采用的預處理包括在HSI空間I通道進行直方圖均衡化算法，使圖片的亮度增強；利用圖像縮放技術調整圖像尺寸；通過圖像復原技術使模糊圖像變得清晰 （2）根據本文研究的限速標志的顏色特征，本文采用了在RGB顏色空間和HSI顏色空間的色調H通道進行顏色分割，將背景和目標區(qū)域分離，生成二值圖像。在RGB顏色空間中可以把

4、目標區(qū)域顯著的分割出來，而且花費的時間較少，不足之處就是噪聲點多；而在HSI空間H通道進行分割，由于黑色沒有色調，所以可以將紅色分割的很好，噪聲點很少，但是黑色部分完全的被忽略掉了，而且由于有個從RGB空間到HSI空間的轉換的過程，所以相對于RGB空間的分割耗時。通過對比分析，本文采用在RGB空間的顏色分割。由于噪聲的存在，本文在顏色分割后采用了中值濾波去除孤立點噪聲。 （3）根據本文研究的限速標志的圓形特征，本文利用基于圓形度