本文選題：交通信號(hào)燈　切入點(diǎn)：機(jī)動(dòng)車制動(dòng)燈　出處：《哈爾濱工業(yè)大學(xué)》2016年碩士論文

【摘要】：智能汽車通過(guò)輔助或代替駕駛員操作,以提高乘車舒適性和安全性,是當(dāng)前汽車行業(yè)的研究熱點(diǎn)。但無(wú)人駕駛技術(shù)尚未成熟,且交通基礎(chǔ)設(shè)施升級(jí)周期較長(zhǎng),因此現(xiàn)階段智能汽車主要通過(guò)搭載輔助駕駛系統(tǒng)實(shí)現(xiàn)智能化。交通燈識(shí)別技術(shù)作為輔助駕駛系統(tǒng)技術(shù)的一部分,是智能汽車在城市道路上安全行駛的關(guān)鍵技術(shù)之一。本文針對(duì)交通信號(hào)燈以及機(jī)動(dòng)車制動(dòng)燈的識(shí)別方法進(jìn)行研究,針對(duì)日間和夜間工況的特點(diǎn),分別設(shè)計(jì)了識(shí)別方法,并使用Matlab平臺(tái)進(jìn)行驗(yàn)證。首先,針對(duì)日間圓形交通信號(hào)燈的識(shí)別,設(shè)計(jì)了識(shí)別方法。對(duì)原圖像進(jìn)行基于RGB空間的閾值篩選,在顏色篩選結(jié)果的基礎(chǔ)上,通過(guò)基于形態(tài)特征的區(qū)域形態(tài)特征篩選,實(shí)現(xiàn)對(duì)圓形交通信號(hào)燈的識(shí)別。針對(duì)日間箭頭形交通信號(hào)燈的識(shí)別,設(shè)計(jì)了基于RGB空間的閾值篩選和基于局部灰度特征的箭頭形區(qū)域提取方法,提取出完整箭頭形區(qū)域,在候選區(qū)域提取結(jié)果的基礎(chǔ)上,通過(guò)區(qū)域形態(tài)特征以及重心偏移特征,識(shí)別候選區(qū)域中的箭頭形交通信號(hào)燈。其次,針對(duì)夜間交通信號(hào)燈的特殊工況設(shè)計(jì)了識(shí)別方法。對(duì)原圖像進(jìn)行基于RGB空間的閾值篩選,通過(guò)區(qū)域包圍零點(diǎn)數(shù)量的篩選以及局部區(qū)域取反操作,消除顏色閾值篩選結(jié)果中存在的不規(guī)則光暈,提取出完整的交通信號(hào)燈輪廓,通過(guò)基于形態(tài)特征的區(qū)域形態(tài)特征篩選方法,結(jié)合Canny邊緣檢測(cè)和Hough變換檢測(cè)其中的圓形輪廓,完成進(jìn)一步的識(shí)別。最后,針對(duì)日間及夜間的機(jī)動(dòng)車制動(dòng)燈識(shí)別,提出了相應(yīng)的識(shí)別方法。日間機(jī)動(dòng)車制動(dòng)燈識(shí)別,主要基于RGB空間的閾值篩選,以及基于圖像平均灰度的閾值篩選。對(duì)顏色灰度雙閾值篩選的結(jié)果,通過(guò)形態(tài)學(xué)膨脹運(yùn)算增強(qiáng)。夜間機(jī)動(dòng)車制動(dòng)燈識(shí)別,對(duì)原圖像采用YCbCr空間的閾值篩選,并對(duì)原圖像進(jìn)行Top-Hat變換結(jié)合最大類間方差法的處理,提取圖像中的光源區(qū)域。通過(guò)對(duì)顏色篩選結(jié)果和光源區(qū)域提取結(jié)果進(jìn)行形態(tài)學(xué)處理及融合,提取出制動(dòng)燈區(qū)域。對(duì)日間及夜間的制動(dòng)燈識(shí)別結(jié)果均進(jìn)行配對(duì)處理,標(biāo)記同一輛機(jī)動(dòng)車的制動(dòng)燈,完成制動(dòng)燈的識(shí)別過(guò)程。對(duì)交通信號(hào)燈和機(jī)動(dòng)車制動(dòng)燈識(shí)別方法進(jìn)行實(shí)驗(yàn),結(jié)果表明,本文所提出的方法能夠有效識(shí)別出圖像中的交通燈,但是對(duì)某些復(fù)雜情況則無(wú)法完全正確識(shí)別,仍存在著改進(jìn)空間。
[Abstract]:Intelligent vehicle is the research hotspot of automobile industry at present, which can improve ride comfort and safety by auxiliary or replacing driver operation.However, the driverless technology is not mature, and the transportation infrastructure upgrade cycle is long, so the intelligent vehicle is mainly realized by using the auxiliary driving system at the present stage.As a part of auxiliary driving system, traffic light recognition is one of the key technologies for intelligent vehicles to drive safely on urban roads.In this paper, the identification methods of traffic lights and vehicle brake lights are studied. According to the characteristics of daytime and night conditions, the identification methods are designed and verified by using Matlab platform.Firstly, a recognition method is designed for the recognition of daytime circular traffic lights.On the basis of the color filtering results, the recognition of circular traffic lights is realized by the morphological feature based region morphological feature selection of the original image.Aiming at the recognition of arrowhead traffic lights in daytime, a threshold screening method based on RGB space and an arrowhead region extraction method based on local gray level feature are designed to extract the complete arrowhead region, and based on the result of candidate region extraction.The arrowhead traffic lights in candidate regions are identified by region shape feature and barycenter shift feature.Secondly, the identification method is designed for the special working condition of night traffic light.The original image is screened based on the threshold value in RGB space. The irregular halo in the color threshold screening result is eliminated by the selection of the number of surrounding zeros in the region and the inverse operation of the local area, and the complete contour of the traffic signal is extracted.By means of morphological feature based region morphological feature selection method, combined with Canny edge detection and Hough transform to detect the circular contour, the further recognition is completed.Finally, a corresponding recognition method is put forward for vehicle brake lamp recognition in daytime and night.The recognition of daytime vehicle brake lamp is mainly based on the threshold screening in RGB space and the threshold screening based on the average gray scale of the image.The results of color grayscale double threshold screening were enhanced by morphological expansion operation.In the recognition of vehicle brake lamp at night, the threshold value of YCbCr space is used to filter the original image, and the original image is processed by Top-Hat transform combined with the method of maximum inter-class variance to extract the region of light source in the image.The area of brake lamp was extracted by morphological processing and fusion of color screening results and light source region extraction results.The identification results of day and night braking lights were matched to mark the brake lights of the same vehicle to complete the identification process of the brake lights.The results of experiments on traffic signal lights and vehicle brake lights show that the method proposed in this paper can effectively recognize traffic lights in the image, but it can not be fully recognized for some complicated cases.There is still room for improvement.
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U463.6;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘇家洪;;試述人臉識(shí)別新技術(shù)及編輯識(shí)別方法[J];中國(guó)新技術(shù)新產(chǎn)品;2012年07期

2 張益松,伊立言;低采樣率下對(duì)高頻信號(hào)的識(shí)別方法[J];航空動(dòng)力學(xué)報(bào);1988年01期

3 劉志鵬,魏君;基于神經(jīng)網(wǎng)絡(luò)的集裝箱編號(hào)識(shí)別方法的研究[J];中國(guó)包裝工業(yè);2002年09期

4 曹立新;真假“雕”牌高級(jí)洗衣皂的識(shí)別方法[J];中國(guó)標(biāo)準(zhǔn)化;2003年08期

5 李決龍;張淼淼;邢建春;楊啟亮;;遺留系統(tǒng)的服務(wù)識(shí)別方法研究[J];計(jì)算機(jī)集成制造系統(tǒng);2013年09期

6 江泉;趙光恒;;非線性結(jié)構(gòu)系統(tǒng)的識(shí)別方法綜述[J];河海科技進(jìn)展;1993年03期

7 李維民, 公茂惠;一個(gè)新的機(jī)械圖紙識(shí)別方法[J];哈爾濱電工學(xué)院學(xué)報(bào);1995年03期

8 陳學(xué);偽劣消防產(chǎn)品的簡(jiǎn)易識(shí)別方法[J];消防技術(shù)與產(chǎn)品信息;2004年01期

9 郭鋒;劉玉利;劉鵬軍;;P2P的識(shí)別[J];中小企業(yè)科技;2007年08期

10 劉瑾;張樂(lè)石;徐可欣;;不同規(guī)模數(shù)據(jù)集下的人臉識(shí)別方法(英文)[J];納米技術(shù)與精密工程;2007年03期

相關(guān)會(huì)議論文 前10條

1 鄭凱;;建立多維數(shù)據(jù)異常點(diǎn)識(shí)別方法的嘗試[A];第八屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編（一）[C];2007年

2 張朋柱;韓崇昭;萬(wàn)百五;;智能決策支持系統(tǒng)中的問(wèn)題識(shí)別方法與實(shí)現(xiàn)[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

3 劉麗蘭;劉宏昭;;時(shí)間序列模型的識(shí)別方法[A];制造技術(shù)自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2004年

4 苗振偉;許勇;楊軍;;超聲波人臉識(shí)別方法研究[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

5 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識(shí)別方法[A];第二屆全國(guó)學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2004年

6 張茜;鄭崢;亢一瀾;王娟;仇巍;;基于海量實(shí)測(cè)數(shù)據(jù)的反演識(shí)別方法與盾構(gòu)裝備載荷的力學(xué)建模[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

7 趙銳;陳光發(fā);;軍事口令識(shí)別的Fuzzy方法探討[A];第二屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1992年

8 駱玉榮;劉建麗;史曉濤;;一種自動(dòng)車窗識(shí)別方法的設(shè)計(jì)與實(shí)現(xiàn)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

9 崔凱華;王國(guó)慶;方劍青;李紅軍;賈俊波;馬超;趙燁;張東輝;;基于聲模態(tài)分析的材料識(shí)別方法研究[A];現(xiàn)代振動(dòng)與噪聲技術(shù)（第九卷）[C];2011年

10 李洪東;梁逸曾;張志敏;;酵母蛋白組中原生肽識(shí)別方法的探索研究[A];中國(guó)化學(xué)會(huì)第26屆學(xué)術(shù)年會(huì)化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)分會(huì)場(chǎng)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前9條

1 陳春道;甲魚優(yōu)劣及雌雄的識(shí)別方法[N];北京科技報(bào);2003年

2 龐席堂;假幣的識(shí)別方法[N];中華合作時(shí)報(bào);2003年

3 王修增;手機(jī)被盜號(hào)的6種識(shí)別方法[N];中國(guó)保險(xiǎn)報(bào);2003年

4 張侃;正品手機(jī)電池識(shí)別方法[N];通信產(chǎn)業(yè)報(bào);2000年

5 潘 治;德國(guó)開發(fā)出癌癥早期識(shí)別方法[N];中國(guó)中醫(yī)藥報(bào);2003年

6 新華社記者 段世文;產(chǎn)權(quán)證識(shí)別方法[N];新華每日電訊;2001年

7 金亮;機(jī)器人的情感[N];中國(guó)醫(yī)藥報(bào);2001年

8 黃璐;識(shí)別假火車票有絕招[N];山西經(jīng)濟(jì)日?qǐng)?bào);2004年

9 宗紹純;如何識(shí)別是純奶還是奶飲料？[N];國(guó)際商報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 趙國(guó)騰;跨座式單軌交通軌道梁表面裂紋識(shí)別方法研究[D];重慶大學(xué);2015年

2 徐訓(xùn);線性與非線性結(jié)構(gòu)動(dòng)力荷載識(shí)別方法及實(shí)驗(yàn)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 付文亮;基于FPGA的高性能應(yīng)用層協(xié)議識(shí)別方法研究[D];北京理工大學(xué);2015年

4 陳飛飛;基于特征表示的行為識(shí)別方法研究[D];華中科技大學(xué);2015年

5 黃仕建;視頻序列中人體行為的低秩表達(dá)與識(shí)別方法研究[D];重慶大學(xué);2015年

6 張航;基于高光譜成像技術(shù)的皮棉中地膜識(shí)別方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

7 張莉莉;競(jìng)優(yōu)特征的群識(shí)別方法及其應(yīng)用[D];東北大學(xué);2010年

8 陳綿書;計(jì)算機(jī)人臉識(shí)別方法研究[D];吉林大學(xué);2004年

9 葉俊勇;人臉檢測(cè)與識(shí)別方法研究[D];重慶大學(xué);2002年

10 何光輝;四種人臉識(shí)別方法研究[D];重慶大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 徐珂瓊;基于視頻的人臉識(shí)別方法研究[D];天津理工大學(xué);2015年

2 彭姣麗;針對(duì)多表情的人臉識(shí)別方法研究[D];昆明理工大學(xué);2015年

3 代秀麗;基于半監(jiān)督判別分析的人臉識(shí)別方法研究[D];深圳大學(xué);2015年

4 易磊;基于兩階段的交通標(biāo)志識(shí)別方法研究[D];南京理工大學(xué);2015年

5 李彥;基于小波變換的人臉識(shí)別方法研究[D];電子科技大學(xué);2014年

6 田曉霞;運(yùn)動(dòng)想象EEG的識(shí)別方法及在上肢康復(fù)中的應(yīng)用[D];北京工業(yè)大學(xué);2015年

7 楊俊濤;基于分?jǐn)?shù)譜時(shí)頻特征的SAR目標(biāo)檢測(cè)與識(shí)別方法研究[D];電子科技大學(xué);2014年

8 宋洪偉;基于模糊集合的漢語(yǔ)主觀句識(shí)別方法研究與實(shí)現(xiàn)[D];黑龍江大學(xué);2015年

9 賈博軒;基于手機(jī)傳感器的人類復(fù)雜行為識(shí)別方法的研究[D];黑龍江大學(xué);2015年

10 范玲;Link-11數(shù)據(jù)鏈信號(hào)的識(shí)別方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1711626