伴隨著我國汽車行業(yè)的迅猛發(fā)展,傳統(tǒng)的運營管理模式無法有效解決道路交通所面臨的困境,而人工智能產業(yè)中高級駕駛輔助系統(tǒng)（Advanced Driver Assistance Systems,ADAS）的出現(xiàn)、發(fā)展為解決道路交通困境提供了新的解決方案。輔助駕駛系統(tǒng)中各功能的完美落地是實現(xiàn)自動駕駛的前提,交通標志檢測系統(tǒng)作為ADAS的重要組成部分,在提升駕駛安全性能、解決交通運行效率等方面具有重要意義。交通標志雖種類繁多,但禁令標志對道路參與者行為起禁止或限制作用,在駕駛安全和道路運行效率方面有著更加顯著影響。本文利用車載視覺系統(tǒng),針對自然場景下的圓形禁令標志的檢測與識別方法進行了深入研究,包括軟件系統(tǒng)設計和硬件系統(tǒng)設計兩大部分。主要研究內容如下:（1）軟件部分:針對國內外研究現(xiàn)狀,本文提出了一種在灰度圖像上基于MSER提取候選區(qū)域,實現(xiàn)目標區(qū)域粗選;然后根據(jù)圓形幾何形狀特征提取目標區(qū)域,實現(xiàn)圖像中禁令標志的精確檢測分割;最后為提高檢測算法的實時性,提出了區(qū)域目標跟蹤檢測算法。標志牌識別過程中,首先利用方向梯度直方圖（Histogram of Oriented Gradient,HOG）完成對... 

【文章來源】：天津科技大學天津市

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 交通標志檢測定位方法研究現(xiàn)狀
        1.2.2 交通標志識別分類方法研究現(xiàn)狀
    1.3 存在的問題及本文的主要研究內容
        1.3.1 存在的主要問題
        1.3.2 論文研究的主要內容
    1.4 論文的結構安排
2 交通標志檢測方法及關鍵技術
    2.1 常用交通標志分類及特征分析
    2.2 基于彩色空間的檢測方法
        2.2.1 RGB彩色空間分割方法
        2.2.2 其它彩色空間分割方法
    2.3 最大穩(wěn)定極值區(qū)域MSER方法
    2.4 方向梯度直方圖HOG特征方法
    2.5 支持向量機SVM方法
    2.6 單目視覺系統(tǒng)測距方法
    2.7 本章小結
3 圓形禁令標志的檢測與分割
    3.1 圖像預處理
        3.1.1 圖像均衡化處理
        3.1.2 圖像平滑處理
    3.2 基于灰度圖像的候選區(qū)域檢測與分割
    3.3 目標區(qū)域篩選
        3.3.1 圓形標志篩選預處理
        3.3.2 圓形幾何形狀特征篩選
        3.3.3 區(qū)域篩選結果分析
    3.4 區(qū)域目標跟蹤檢測算法研究
    3.5 實驗及結果分析
    3.6 本章小結
4 圓形禁令標志的識別與分類方法研究
    4.1 樣本數(shù)據(jù)庫介紹
    4.2 分類器訓練
    4.3 分類器優(yōu)化
        4.3.1 交叉驗證優(yōu)化參數(shù)
        4.3.2 HOG特征參數(shù)選擇
    4.4 實驗及結果分析
    4.5 本章小結
5 基于輔助駕駛的視覺系統(tǒng)設計
    5.1 硬件系統(tǒng)設計
        5.1.1 相機與鏡頭選型
        5.1.2 景深的確定
        5.1.3 硬件系統(tǒng)外形設計
        5.1.4 主要構件設計
        5.1.5 材料選用與安裝方式驗證
    5.2 軟件系統(tǒng)設計與實現(xiàn)
        5.2.1 軟件系統(tǒng)框架
        5.2.2 系統(tǒng)操作平臺
        5.2.3 系統(tǒng)界面設計
    5.3 本章小結
6 結論和展望
    6.1 全文總結
    6.2 論文創(chuàng)新點
    6.3 工作展望
7 參考文獻
8 致謝



本文編號：3192555