隨著社會經(jīng)濟的發(fā)展,人口不斷增長和汽車數(shù)量的增加,道路交通擁堵、交通安全、空氣污染等變成了當下無法忽視的問題。而無人駕駛的出現(xiàn)將成為解決這個問題的研究方向之一。無人駕駛汽車比人類的反應更加靈敏、迅速與穩(wěn)定,可以很大程度避免人為導致的交通事故。無人駕駛的路標識別是指利用車載攝像頭獲取道路場景圖像,并識別出圖像上的路標和語義,屬于無人駕駛判斷當前道路指示的重要內(nèi)容,如何讓汽車自動、準確的識別出路標具有重要的研究意義。當前主要的研究方向是之一通過路標顏色形狀等特征進行匹配識別方,另外一種是基于機器學習的識別,此外還有近幾年快速發(fā)展并成為研究熱門的深度學習。本文在深入研究了幾種經(jīng)典方法的基礎上做了以下工作:1、研究了基于形狀的模板匹配算法的原理,并提出投影變換下的基于形狀的模板匹配,對原來的匹配算法加入了投影變換,實驗證明本文的算法提高了5.9%的準確度。2、研究了深度學習基于圖像識別的算法原理,將卷積神經(jīng)網(wǎng)絡的算法運用到了路標識別中,深入研究卷積神經(jīng)網(wǎng)絡的架構,設計了模塊化的卷積神經(jīng)網(wǎng)絡結構�；赥ensorFlow的開源框架下,完成了算法的設計與實驗,在GTSRB數(shù)據(jù)集上,進行了數(shù)據(jù)集的可視...

【文章頁數(shù)】：95 頁

【學位級別】：碩士

【部分圖文】：

圖1.1無人駕駛汽車的核心組件

圖1.1無人駕駛汽車的核心組件1機器視覺：機器視覺是無人駕駛汽車使用相機看路的方式。人類通過兩睛和大腦判斷周圍的場景。對于無人駕駛汽車，可以使用攝像頭圖像查找車，或跟蹤道路上的其他車輛。2傳感器：融合將來自其他傳感器（如雷達和激光器）的數(shù)據(jù)與相機數(shù)據(jù)在一起的方式，以全面了....

圖2.1模板匹配流程圖

圖2.2圖像金字塔

圖2.1模板匹配流程圖金字塔兩種呈現(xiàn)方式：空間域和頻域�？臻g域表現(xiàn)的是圖像中物亮度等[25]。而頻域表現(xiàn)的是圖像的頻率，低頻表示形狀輪晰的細節(jié)。通過頻域的分析，我們可以了解關于圖像的大我們無法知道目標對象在圖像中對應的位置。配時，應用圖像金字塔可以增強模板檢測的效率，金字塔同....

圖2.4高斯差分金字塔的生成[30]

圖2.4高斯差分金字塔的生成[30]模板匹配對灰度變化和形狀變化具有很好抗干擾能力，但SIFT算法等，適用于畫面呈現(xiàn)質量較好的圖像，噪聲太且尋找特征點之間一一對應的關系是一個非常困難的過程多用于大場景圖像的拼接和三維重建上。機器學習法這個名字是由ArthurSamue....

本文編號：4047720