越來越多的國家開始重視智能駕駛系統(tǒng)的研究,國內(nèi)的有關(guān)部門已經(jīng)出臺了相關(guān)文件,提出盡快開展相關(guān)標準的預研,啟動自動駕駛高精地圖需求及道路設(shè)施需求研究。智能駕駛系統(tǒng)已經(jīng)成為汽車研究領(lǐng)域的主要方向之一。智能駕駛系統(tǒng)所涉及到的主要專業(yè)領(lǐng)域可以劃分為環(huán)境感知、智能控制和路徑規(guī)劃。交通標志的檢測和識別是環(huán)境感知的重要的組成之一,準確且實時的對交通標志的檢測和識別是該領(lǐng)域的重點和難點。本文主要針對國內(nèi)的交通標志進行檢測和識別,利用兩類不同的網(wǎng)絡(luò)完成交通標志的檢測和識別,將檢測識別網(wǎng)絡(luò)的準確性以及在各種工況環(huán)境下運行的魯棒性作為研究點。本文主要的研究方法和研究內(nèi)容如下:（1）查找并閱讀與交通標志檢測和識別相關(guān)的論文,對目前國內(nèi)外在交通標志檢測和識別領(lǐng)域的研究狀況進行了分析;了解目前交通標志檢測和識別算法的優(yōu)缺點,從中找到目前交通標志檢測和識別算法所存在的問題。（2）介紹了國內(nèi)交通標志,并分析了警告標志、禁令標志和指示標志的特點。為了增加交通標志的檢測和識別準確率,引入了圖像預處理,將采集得到的待檢測圖像進行去噪聲和對比度增強處理。最后列舉了一些基于顏色特征、形狀特征、顏色形狀多特征融合的交通標志檢測算... 

【文章來源】：西華大學四川省

【文章頁數(shù)】：95 頁

【學位級別】：碩士

【部分圖文】：

智能駕駛汽車Fig.1.1Intelligentdrivingcar

智能駕駛Fig.1.2Intelligentdriving因此可見，交通標志的檢測與識別技術(shù)無論是對于目前比較成熟的駕駛輔助系統(tǒng)還

交通標志的顏色與形狀

【參考文獻】：
期刊論文
[1]具有Harris角點的RANSAC交通標志檢測算法[J]. 戈俠,于鳳琴,陳瑩.  傳感器與微系統(tǒng). 2017(03)
[2]基于深度屬性學習的交通標志檢測[J]. 王方石,王堅,李兵,王博.  吉林大學學報(工學版). 2018(01)
[3]基于圖模型與卷積神經(jīng)網(wǎng)絡(luò)的交通標志識別方法[J]. 劉占文,趙祥模,李強,沈超,王姣姣.  交通運輸工程學報. 2016(05)
[4]基于HSV空間和形狀特征的交通標志檢測識別研究[J]. 陳亦欣,葉鋒,肖鋒,李慶楠.  江漢大學學報(自然科學版). 2016(02)
[5]基于HSI彩色空間的交通標志定位和分割算法研究[J]. 魏艷艷.  科技展望. 2016(09)
[6]基于歸一化RGB與橢圓相似度的圓形交通標志檢測[J]. 薛玉利.  微型機與應用. 2015 (24)
[7]基于HSV空間的禁令交通標志檢測方法研究[J]. 和曉軍,劉歡.  科技視界. 2015(24)
[8]基于顏色與形狀特征的交通標志檢測方法[J]. 張志佳,李文強,張丹,鐘玲.  計算機技術(shù)與發(fā)展. 2015(07)
[9]基于曲率尺度空間角點檢測的交通標志分離算法[J]. 李厚杰,邱天爽,宋海玉,王培昌,王鵬杰.  光學學報. 2015(01)
[10]基于街景影像的交通標志識別[J]. 陳興華,萬幼川,王曉華.  地理空間信息. 2014(05)

碩士論文
[1]基于支持向量機的非線性工業(yè)過程故障檢測與預測研究[D]. 沈新蕊.渤海大學 2017
[2]視頻序列中的人臉檢測與跟蹤技術(shù)研究[D]. 蘭琦.中國科學院大學(中國科學院光電技術(shù)研究所) 2017
[3]基于機器學習的交通標志識別研究[D]. 范春朋.遼寧工業(yè)大學 2017
[4]自然場景中交通標志的檢測與識別[D]. 任敬義.北京工業(yè)大學 2016
[5]交通標志檢測與識別算法研究[D]. 李海峰.上海應用技術(shù)大學 2016
[6]道路交通標志檢測與識別[D]. 鄒冰.吉林大學 2016
[7]基于多特征融合的交通標志檢測與識別[D]. 蔡會祥.電子科技大學 2016
[8]針對圓形和三角形交通標志的檢測與識別[D]. 鮑朝前.北京工業(yè)大學 2015
[9]基于顏色與形狀特征的圓形交通標志識別[D]. 羅冰潔.長安大學 2013
[10]一種基于模板匹配的交通標志識別方法[D]. 王洋.吉林大學 2013



本文編號：3520016