序列图像中交通标志定位检测技术研究

论文摘要

交通标志自动检测系统是现代智能交通管理的一个重要组成部分,具有极大的研究价值。本文从交通标志的颜色信息和形状特征出发,对交通标志的定位方面进行了以下研究。首先,提出了多通道融合的交通标志定位方法。该方法首先对HIS通道中的饱和度分量进行阈值分割,粗略地提取出交通标志区域,抑制光照水平的影响;再利用RGB通道中三颜色分量的相关性来解决阈值分割所造成的信息缺失问题。利用序列图像的前后相关性,在前一帧定位的基础上,对交通标志位置做出预估计。实验表明:多通道融合的方法能够快速、有效地从视频序列图像中定位出交通标志。其次,通过对交通标志形状特征进行分析,提出了在水平、垂直投影的基础上,利用基于曲线拟合的最小二乘法来判断交通标志具体形状的方法。实验表明利用该方法不仅能够获得交通标志的形状和内部图案、字符信息,还可以有效地抑制噪声的干扰。最后,利用信息熵具有平移、缩放、旋转不变的特性,构建了基于熵矢量的检测置信度评价函数。并结合序列图像中交通标志的位置分布规律对该标准做出了修正。实验表明利用该方法能有效地从检测结果中排除一些在颜色、形状特征上与交通标志相类似的干扰物体。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 相关技术及研究现状
• 1.2.1 相关技术
• 1.2.2 国内外研究现状
• 1.3 所面临的问题
• 1.4 论文的主要工作
• 1.5 论文的组织结构
• 第二章 基于色彩的交通标志初定位
• 2.1 现有算法分析
• 2.2 交通标志的特征分析
• 2.3 序列图像中的交通标志定位
• 2.3.1 研究对象分析
• 2.3.2 单帧图像定位的局限性
• 2.3.3 序列图像的特点
• 2.3.4 基于颜色的交通标志定位方法概述
• 2.4 多通道融合的交通标志定位
• 2.4.1 图像预处理
• 2.4.2 彩色空间的选择
• 2.4.3 饱和度阈值分割
• 2.4.4 多通道融合的颜色聚类
• 2.4.5 噪声的滤除
• 2.5 后续帧的标志位置预估计
• 2.6 本章小结
• 第三章 基于形状特征的交通标志再检测
• 3.1 交通标志的判别模型
• 3.1.1 交通标志的颜色信息
• 3.1.2 交通标志的形状特征
• 3.1.3 判别模型的建立
• 3.2 获取外接矩形
• 3.3 特征点提取
• 3.4 曲线拟合的最小二乘法
• 3.4.1 利用曲线拟合的优势
• 3.4.2 一般的最小二乘逼近
• 3.4.3 基于矩阵论的曲线拟合
• 3.5 交通标志判别策略
• 3.6 本章小结
• 第四章 检测的置信度分析
• 4.1 问题的提出
• 4.2 基于信息熵的置信度分析
• 4.2.1 评价矢量的选择
• 4.2.2 熵矢量估计
• 4.3 基于斜率的置信度分析
• 4.3.1 交通标志的运动规律
• 4.3.2 基于斜率的评价方法
• 4.4 本章小结
• 第五章 实验与总结
• 5.1 实验结果
• 5.2 实验分析
• 5.2.1 基于颜色的标志定位
• 5.2.2 基于形状的标志定位
• 5.2.3 置信度评价函数对定位结果的修正
• 5.2.4 实验总结
• 5.3 工作总结
• 5.3.1 总结
• 5.3.2 今后的工作
• 参考文献
• 致谢
• 作者攻读硕士学位期间的主要研究成果