自然場景中交通標志版面理解算法研究.pdf

1、隨著城市汽車數(shù)量和人口密度的不斷增高，城市交通擁堵日益嚴重。智能交通系統(tǒng)在提高汽車通行效率、減少交通事故等方面具有重要的作用，從而成為一個研究的熱點。交通標志檢測與識別是智能交通系統(tǒng)的關(guān)鍵問題之一。目前，交通標志識別主要集中在標志的分類，對于既包含文字又包含交通符號的矩形交通標志的研究相對較少。而矩形交通標志包含了豐富的道路信息，對于交通安全和道路通行效率起到了重要的作用。因此，矩形交通標志的理解具有很大的應用前景和實用價值。
　

2、　本論文以自然場景中矩形交通標志的版而理解為目標，研究了自然場景中矩形交通標志的檢測與定位、矩形交通標志中的文字檢測與定位以及交通符號檢測與識別。本文的主要工作包括以下三個方面:
　　(1)自然場景中矩形交通標志檢測與定位。矩形交通標志以藍色背景為主，顏色是其最顯著的特征。為此本文首先利用顏色信息實現(xiàn)矩形標志的粗檢測，再采用結(jié)合方向梯度直方圖和支持向量機的方法實現(xiàn)標志的精確定位。
　　(2)矩形交通標志中的文字檢測與定位。本

3、文首先采用霍夫變換對標志圖像進行幾何校正，然后改進了大津閾值對圖像進行二值化，再利用文字區(qū)域的幾何信息通過連通域分析實現(xiàn)文字的檢測。本文給出的基于分塊的大津閾值法獲得了很好的二值化效果，為文字檢測提供了可靠的保證。
　　(3)矩形交通標志中的交通符號檢測與識別。矩形交通標志既包含了文字信息同時又包含了符號信息。由于交通符號表明道路行駛規(guī)則，對于無人駕駛和輔助駕駛系統(tǒng)等至關(guān)重要。為此，本文針對矩形交通標志牌中的交通符號檢測與識別進行

4、了研究。在進行畸變矯正等的預處理之后，采用基于連通域分析法的方法對交通符號進行檢測，然后給出了基于空間視覺詞袋模型以及融合支持向量機和隨機森林的方法實現(xiàn)交通符號的識別。
　　為了測試算法的性能，本文收集了中國境內(nèi)城市的矩形交通標志圖像3023幅，從中隨機選擇了1015幅圖像作為本文提出算法的測試圖像。矩形交通標志檢測精度為96.89％，文字檢測精度為98.47％，交通符號檢測精度為93.40％，針對5類27個交通符號的識別，識別精