【摘要】：交通信號燈的準(zhǔn)確識別在智能交通系統(tǒng)、無人駕駛技術(shù)方面起到了不可估量的作用,而且也使得色盲患者順利駕駛汽車成為可能。到目前為止,有關(guān)交通信號燈識別技術(shù)的研究并不多,現(xiàn)有的算法一般都是從交通信號燈的顏色特征和形狀特征出發(fā),采用基于圖像處理的方法,通常對圖像的質(zhì)量要求非常高,不適合各種自然環(huán)境下的交通信號燈識別�；诖�,本文采用基于機(jī)器學(xué)習(xí)的方法,更加能夠滿足各種自然環(huán)境下的交通信號燈識別�？傮w說來,本文主要從以下方面展開工作： 本文提出了一個S通道概念,把原始的RGB圖像轉(zhuǎn)換到S通道以使對紅綠黃三種顏色的描述更為清晰,每個通道的轉(zhuǎn)換都是線性時間內(nèi)完成,相比于傳統(tǒng)地轉(zhuǎn)換到CIE Lab, HSV, HIS等顏色空間節(jié)省了很大的計(jì)算量,更重要的是各個子通道之間線性無關(guān),不易受到光照變化的影響。本文中使用目前最好的區(qū)域檢測方法之一的Maximally Stable Extremal Regions(最大穩(wěn)定極值區(qū)域)來檢測交通信號燈候選區(qū)域,然后采用SIFT特征描述子來表征,繼而使用SVM來對候選區(qū)域進(jìn)行識別,最后采用基于S通道的camshift算法進(jìn)行交通信號燈的追蹤并設(shè)計(jì)決策方案來矯正識別結(jié)果,進(jìn)一步提高了交通信號燈識別的準(zhǔn)確度。 本文分別在巴黎礦業(yè)大學(xué)機(jī)器人研究中心(Robotics Centre of MinesParisTech)的交通信號燈視頻圖像序列數(shù)據(jù)庫和我們自己拍攝的交通信號燈圖像庫上進(jìn)行了大量實(shí)驗(yàn)以驗(yàn)證本文方法的性能,并分別采用Hog, Gabor, LBP, SIFT, Transformed color sift, Rgsift等描述子,SVM、Adaboost、LR等分類器以及其他經(jīng)典的方法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明本文提出的方法能取得更好的識別效果,適合于各種自然環(huán)境下的交通信號燈識別。
【圖文】：

譬如大氣污染、交通事故、能源消耗等等，這些都嚴(yán)重地危害著人類社會的日常生活。尤其是交通事故，如圖1-1所示，不僅給人類社會造成了巨大的物力、財(cái)力的損失，而且更重要的是影響了許許多多家庭的幸福生活。I . PBMr ‘ n圖1-1交通路口事故隨著社會的飛速發(fā)展，，交通問題已經(jīng)成為日常生活的一個重點(diǎn)，引起了大家廣泛的重視。近些年來，西方許多發(fā)達(dá)國家以及一些發(fā)展中國家都^u始在交通系統(tǒng)上投入了大量的精力，不斷把其它領(lǐng)域的高新技術(shù)應(yīng)用到交通管理體系上，智能交通系統(tǒng)[1]就是研究交通系統(tǒng)的產(chǎn)物之一，智能交通系統(tǒng)的誕生在解決交通擁堵

(-)交通信號燈的分類、排列順序國家的規(guī)定中，交通信號燈如下圖1-2所示。^m\ 1^^m MW■ 3 ■灄Q柋圖1-2交通信號燈示意圖交通指示燈主要分為兩種，一種是箭頭狀的指示燈，如上圖的左右兩圖，主要是指導(dǎo)在某一特定方向上機(jī)動車輛等得正常通行。另一種是圓形狀的，如上圖中間，主要用于指導(dǎo)機(jī)動車輛等的有序通行。(二）交通信號燈安裝方式交通信號燈通常有兩種安裝方式，分別為懸臂式安裝和柱式安裝，如下圖1-3所示。2
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：U491.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 徐成;譚乃強(qiáng);劉彥;;基于Lab色彩空間和模板匹配的實(shí)時交通燈識別算法[J];計(jì)算機(jī)應(yīng)用;2010年05期

本文編號：2549269