【摘要】：交通標(biāo)志的檢測和識別研究一直是機器視覺和智能交通領(lǐng)域的一個研究熱點,并與城市交通安全密切相關(guān),具有十分重要的理論和應(yīng)用價值。近十幾年來,交通標(biāo)志檢測和識別技術(shù)有了長足進(jìn)步,但還面臨很多需要解決的技術(shù)難題。本文針對多類別交通標(biāo)志識別系統(tǒng)中的感興趣區(qū)域提取、標(biāo)志牌檢測和標(biāo)志牌識別等關(guān)鍵問題進(jìn)行研究,并針對較大遮擋和較大拍攝角度情況的標(biāo)志牌檢測和識別方法進(jìn)行研究。主要研究內(nèi)容和創(chuàng)新點如下：(1)提出了一種基于高對比度特征的多類別交通標(biāo)志感興趣區(qū)域提取方法針對傳統(tǒng)基于顏色閾值的感興趣區(qū)域提取方法對顏色變化敏感的缺點,本文提出了一種基于高對比度特征的感興趣區(qū)域提取方法,稱為高對比度區(qū)域提取(High Contrast Region Extraction,HCRE),該方法的設(shè)計原理是：不同種類的交通標(biāo)志在其標(biāo)志區(qū)域的灰度或顏色分布具有明顯差異；而交通標(biāo)志周圍的環(huán)境則通常具有相似的分布,如道路,天空和樹木等。方法步驟：首先,對輸入圖像進(jìn)行顏色增強；然后,對增強后圖像使用高對比度特征累加投票的方法進(jìn)行高對比度特征提取；最后,根據(jù)投票結(jié)果進(jìn)行感興趣區(qū)域提取。該方法避免了傳統(tǒng)基于顏色閾值方法對顏色變化敏感的缺點,并且對模糊邊緣具有較好魯棒性�；谌齻�不同國家標(biāo)志牌數(shù)據(jù)庫的實驗證明了所提出的感興趣區(qū)域提取方法的有效性。(2)提出了一種分流級聯(lián)的多類別交通標(biāo)志檢測方法針對現(xiàn)有標(biāo)志檢測方法在多類別交通標(biāo)志檢測中準(zhǔn)確性和運行速度上的局限性,本文提出了一種快速的分流級聯(lián)標(biāo)志牌檢測方法(split-flow cascade tree, SFC-tree)。該方法能夠在高分辨率圖像中快速的檢測和定位多種類別的交通標(biāo)志,并且能夠達(dá)到較高的檢測率。該方法有三個主要創(chuàng)新點：首先,為了能有效地表達(dá)多種類別交通標(biāo)志,本文設(shè)計了兩個特征,稱為多塊標(biāo)準(zhǔn)化LBP和其傾斜版本；其次,該方法設(shè)計了一種分流級聯(lián)樹結(jié)構(gòu)SFC-tree,它利用了多類別交通標(biāo)志的共同特征來構(gòu)造一個由粗到精的多類別交通標(biāo)志檢測器；最后,該方法設(shè)計了一種共有特征查找算法來尋找不同標(biāo)志牌的共同特征,并建立一個有效的分流級聯(lián)交通標(biāo)志檢測框架�；贕TSDB數(shù)據(jù)庫高分辨率圖像的實驗表明：該框架能夠檢測GTSDB數(shù)據(jù)庫中43種具有不同形狀和不同顏色的交通標(biāo)志牌,并且具有不使用任何彩色信息、檢測精度高和實時性好等優(yōu)點。該分流級聯(lián)檢測方法在檢測速度和檢測精度方面的綜合表現(xiàn)要好于目前已有的檢測方法。(3)設(shè)計了一種由粗到精的多類別交通標(biāo)志識別方法交通標(biāo)志識別存在的主要難點有：標(biāo)志牌種類繁多,部分標(biāo)志牌非常相似,存在遮擋和污染,反光和拍攝角度變化等。本文在檢測方法基礎(chǔ)上對識別分類方法進(jìn)行研究,提出了一種基于SVM的粗分類方法和基于Extended-SRC(Extended Sparse Representation Classification)的細(xì)分類方法。所提出的粗分類方法,先對檢測結(jié)果進(jìn)行身份驗證,然后再進(jìn)行識別和粗分類,能大量減少粗分類所需的分類時間。所提出的基于Extended-SRC的細(xì)分類方法能夠通過構(gòu)建內(nèi)容字典和遮擋字典實現(xiàn)對帶部分遮擋標(biāo)志牌的快速識別分類,比傳統(tǒng)基于SRC的方法具有速度更快和識別率更高的優(yōu)點。在GTSDB圖庫和實驗室拍攝的標(biāo)志牌圖庫的實驗驗證了所提出的識別方法和所建立的多類別交通標(biāo)志識別系統(tǒng)的有效性。(4)研究了較大遮擋情況下的標(biāo)志牌檢測和識別方法由于標(biāo)志牌安裝不規(guī)范、樹木和線桿遮擋等原因,部分城市存在較多具有較大遮擋的標(biāo)志牌。檢測和識別帶有較大遮擋的標(biāo)志牌是標(biāo)志牌識別系統(tǒng)的一個難點。本文根據(jù)遮擋標(biāo)志牌的特征設(shè)計了一種彩色矩形塊特征；在彩色矩形塊特征基礎(chǔ)上,設(shè)計了基于SFC-tree的遮擋標(biāo)志牌檢測方法,對較大遮擋標(biāo)志牌的檢測具有較好的魯棒性。在檢測方法基礎(chǔ)上,設(shè)計了基于Extended-SRC的分類方法,該方法能夠識別帶有較大遮擋的標(biāo)志牌�；趲д趽醯臉�(biāo)志牌圖庫的實驗結(jié)果驗證了所提出遮擋魯棒的檢測和識別方法的有效性。(5)研究了較大拍攝角度情況下的標(biāo)志牌檢測和識別方法在一些行車條件下,標(biāo)志牌的拍攝角度存在較大變化,而較難進(jìn)行檢測和識別。本文首先根據(jù)標(biāo)志牌的角度變化特點提出了一系列方法,用來檢測存在較大角度變化的標(biāo)志牌。首先,使用Cascade檢測器檢測正面標(biāo)志牌,并提取顯著顏色區(qū)域；其次,使用提取的顯著顏色設(shè)計顯著顏色提取方法,進(jìn)行整幅圖像的感興趣區(qū)域提取；最后,對提取的感興趣區(qū)域進(jìn)行基于形狀上下文分析的模式匹配識別。在檢測方法基礎(chǔ)上,本文將檢測到的標(biāo)志牌仿射變換到相同尺寸,然后設(shè)計了基于HOG特征和SVM分類器的標(biāo)志牌分類方法。基于多角度標(biāo)志牌圖庫的實驗驗證了所提出方法的有效性。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：U495;TP391.41
【圖文】：

曲堒灥？＿＿＿ｌ逡逑圖１－１中國常見的部分標(biāo)志牌逡逑個。我國的部分常見標(biāo)志牌如圖１－１所示，德國的部分常見標(biāo)志牌如圖１－２所示。逡逑由圖１－１可Ｗ看出，我國的標(biāo)志牌：警告類標(biāo)志一般為黃底黑邊炓圖案的Ｈ角形，逡逑禁令類標(biāo)志一般為白底紅邊黑圖案的圓形，指示類標(biāo)志一般為藍(lán)底白圖案的圓形逡逑或矩形；而德國的標(biāo)志牌：警告類標(biāo)志一般為白底紅邊炓圖案的Ｈ角形，禁令類逡逑３逡逑

識別交通標(biāo)志牌的車載系統(tǒng)，按其主要功能可分為標(biāo)志牌檢測和標(biāo)志牌識別兩部逡逑分。部分ＴＳ民系統(tǒng)的檢測部分包括感興趣區(qū)域提取，并且部分ＴＳ民系統(tǒng)在檢測逡逑和識別過程中間包含跟蹤部分。ＴＳ民系統(tǒng)框架如圖１－３所示，主要包括標(biāo)志牌檢逡逑測部分和標(biāo)志牌識別部分（用實線表示），其中部分標(biāo)志牌識別系統(tǒng)還包含感興逡逑趣區(qū)域提取部分和標(biāo)志牌跟蹤部分（用虛線表示）。逡逑＇邋：邋、逡逑標(biāo)志牌跟蹤逡逑Ｉ邋！、邐Ｊ逡逑Ｓ邐１逡逑，邐、邋邐；邐；逡逑感NB域提！一？標(biāo)志牌槍測標(biāo)志牌識別一逡逑圖１－３標(biāo)志牌識別框架逡逑５逡逑

詼錅賂醇鼙塵跋碌畝嗬啾鸞煌ū曛靖行巳で鈌蛺崛。]3?ｗ－ｂｙ－Ａ的矩形標(biāo)記窗口對圖像進(jìn)行歷遍來提取ＲＯＬ邋ＨＣ民Ｅ的方法框架如圖２－２逡逑所示，偽代碼如圖２－３所示。逡逑ＩＩＩ＂Ｉ＂＂Ｉ品中、ｅｎｈａｎｃｅｍｅｎｔ逡逑Ｘ邐ｉｍａｇｅ逡逑ｒｉｉｎ＾邐（…’＇

本文編號：2792976