基于形状模板匹配的交通标志污损检测方法研究

本文通过一种改进的基于RGB空间的颜色增强算法变换RGB空间颜色值并分割图像,锁定道路两边的图像信息并利用其特有的几何形状检测并定位交通标志,提取其内部图形,建立基于边缘梯度特征的交通标志匹配和污损识别算法模型。该算法利用少量样本快速创建不同尺度和角度下的模板,解决了基于机器学习方法下需要大量样本并训练时间过长的问题,同时基于梯度特征进行匹配,解决了基于灰度的模板匹配对光照变化过于敏感的问题。最后,通过采集了大量图像数据,并研发基于服务端和移动端的原型系统进行模型算法的验证,实例实验表明,本文提出的算法具有较高的识别准确率和匹配效率,检测准确率可达到83%,且能满足基于移动端的应用需要。     

交通标志的智能检测方法研究

从交通标志的颜色信息和形状特征出发,研究一种交通标志的智能检测方法.该方法主要包括基于HSV颜色空间的交通标志图像分割和基于颜色与形状的交通标志检测两部分.针对自然场景下影响交通标志检测效果的不利因素,提出了基于多尺度Retinex的交通标志图像增强和仿射变换的三角形交通标志校正算法以及规范化圆形交通标志和矩形交通标志...     

道路标志图案识别方法研究

针对道路标志图案自动识别,以转弯道路标志图案为例,通过颜色空间变换,将道路标志图像的RGB量值转换为H(hue,色度)S(saturation,饱和度)I(Intensity,亮度)量值,利用H、I作为分类器的特征值,设计了欧式距离分类器,实现道路标志背景颜色的识别。采用固定阈值法分割道路标志图像的图案区域,并对分割后的区域进行Daubech ies-4正交小波变换,利用小波变换系数的能量值和方差比值作为道路标志图案的纹理特征。最后,设计了BP神经网络道路标志图案分类器,实现道路标志图案的自动识别。实验结果表明,文中提出的方法可行。     

变化光照条件下的交通标志快速鲁棒检测

变化光照条件下交通标志检测算法的准确率往往会显著降低。针对此问题,提出了1种新颖的概率图建立方法,并结合最大稳定极值区域特征进行交通标志检测。该方法包括3个处理步骤:①根据不同光照条件对真实场景交通标志样本图像进行明确分类以构建多类颜色直方图,将交通标志输入图像由原始色彩表达转变为概率图(直方图反投影);②通过在概率图上进行 MSER特征提取,获取候选的交通标志区域;③根据候选区域的面积、宽高比等特征快速有效去除非交通标志区域。实验结果表明在弱光照和强光照条件下基于归一化RGB的交通标志检测算法检测准确率分别下降到84.4%和83.0%,基于红蓝图的交通标志检测算法检测准确率分别下降到87.4%和86.3%,提出的算法在变化光照条件下依然可以保持90%以上的检测准确率,对光照变化有较好的鲁棒性。      

高速公路场景图像的二值化及交通标志定位检测方法

采用CCD摄像机采集高速公路场景图像，并通过图像颜色空间变换，将图像的RGB量值转换为色度-饱和度-亮度（HSV）量值。采用基于阈值的方法对场景图像中颜色饱和度分量进行二值化分割处理；利用场景二值化图像形状特征（周长、形状参数、圆形性参数）去除非目标区域，并通过搜索场景二值化图像方向投影值序列的突变点实现标志准确定位。采用HSV颜色模型中的亮度分量和最佳阈值法对场景图像中标志区域进行二值化处理。结果表明，应用上述方法能取得良好的效果。     

基于BP神经网络的探地雷达图像特征判识与提取研究

在隧道质量检测中,钢拱架的探地雷达反射图像具有双曲线特征。为了研究双曲线图像特征的智能判识,提出一种基于BP神经网络的判识方法对图像中的双曲线特征进行自动识别。通过现场实测获取探地雷达原始检测图像,继而对原始检测图像进行平滑去噪、二值化与细化等数字预处理;通过引入动量附加项对算法进行优化,构建了具有一个隐层的三层神经网络结构;采用图像窗口的方式对神经网络结构进行训练和判识测试,并利用训练成功的神经网络结构对雷达图像中的双曲线特征进行智能判识;基于判识重构后的双曲线灰度图像,利用MATLAB对灰度图像的颜色直方图特征进行提取。分析结果表明,通过这种方法对探地雷达图像中的双曲线特征进行智能判识与特征提取是可行的,研究工作能为探地雷达图像典型特征的智能判识与提取提供相关参考。     

基于Zernike不变矩与SVM的交通标志的识别

为了解决复杂环境中采集的交通标志出现不同程度的几何失真现象,将不变矩具有的平移、旋转及比例缩放不变性特征用于图像识别中。首先对图像进行预处理,然后分别提取图像的Zernike和Hu不变矩特征,建立了相对应的feature Data数据集,最后将数据集输入支持向量机进行了目标分类。对德国公开的交通标志标准数据库(GTSRB)中的识别图库及实时采集的图像进行了测试。试验结果表明:与Hu不变矩比较,提取图像Zernike不变矩与支持向量机的识别方法对复杂环境中的交通标志识别具有更高的识别率和实时性。     

基于虚拟现实技术的道路交通标志三维仿真评价系统设计

基于人、车、路三维互动仿真技术,研究并开发了道路交通标志三维虚拟仿真评价系统,能再现实际道路交通标志的视认性和设置效果,通过主观评价和客观测试相结合的模拟评价方法,达到对交通标志系统进行优化改造的目的。该系统主要包括:驾驶员功能模块、车辆模型生成及类型选取模块和三维路网及场景构建模块。解决了评价交通标志系统时所存在的静态测试不足和动态测试工作繁重等问题,为道路交通标志系统的前期设计和后期优化改造等工作提供了直观、可靠的在线仿真分析平台。     

A Multi-license Plate Location Algorithm for Vehicle Sequential Images

针对序列图像的多车牌定位问题,提出了一种综合车牌特征与梯度分析的定位算法.该算法使用灰度均衡化与中值滤波算法对图像预处理来消除噪声,利用测试样本图像提取出若干有效的车牌参教作为定位系统的输入,实现了全自动定位车牌的目的.并引入MGD梯度分析方法辅助边缘提取算法来提取车牌候选区域,利用HSV颜色模型,使用主颜色分析方法分析候选区域,并通过车牌字符纹理分析方法做进一步的判断.使用Hough轮廓检测方法计算非文本区域块的直线斜率.该算法定位效果较好,鲁棒性强,有很好的工程应用推广价值.     

高速公路交通标志信息数据库结构研究

在分析高速公路交通标志的特点后,阐述了高速公路交通标志信息数据库的组织形式,提出了针对交通标志的四层信息结构,并且举例说明了标志信息的提取方法;简单介绍了基于标志信息数据库的功能开发;最后论述了数据库的应用扩展前景。