交通標(biāo)志識別

交通標(biāo)志識別第一頁，共46頁。1．交通標(biāo)志識別背景道路標(biāo)志識別第二頁，共46頁。1．交通標(biāo)志識別背景道路標(biāo)志識別背景第三頁，共46頁。1．交通標(biāo)志識別背景道路標(biāo)志識別背景第四頁，共46頁。第五頁，共46頁。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國內(nèi)研究現(xiàn)狀

國內(nèi)關(guān)于交通標(biāo)志識別研究最近幾年才開始，加之交通標(biāo)志自動(dòng)識別系統(tǒng)的研究具有一定的難度，國內(nèi)關(guān)于交通標(biāo)志識別的研究成果并不多，到目前為止商業(yè)應(yīng)用的交通標(biāo)志識別系統(tǒng)還只是少數(shù)汽車電子公司或者研究所的研究計(jì)劃。

第六頁，共46頁。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國內(nèi)研究成果1、王坤明等人2004年提出了采用BP神經(jīng)網(wǎng)絡(luò)來對靜態(tài)的交通標(biāo)志圖像進(jìn)行分類，能識別11種標(biāo)志。2、寧波大學(xué)的朱雙東教授等人2006年提出了一種三角形交通標(biāo)志的檢測方法，該方法首先在HIS顏色空間提取紅色，再使用LOG模板在檢測的區(qū)域進(jìn)行邊緣檢測，對檢測到的點(diǎn)進(jìn)行頂點(diǎn)判別，判斷頂點(diǎn)是否滿足三角形的幾何條件。第七頁，共46頁。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國內(nèi)研究成果3、朱雙東教授2007年提出了一種用于道路交通標(biāo)志的顏色幾何模型，根據(jù)顏色形狀對把交通標(biāo)志進(jìn)一步細(xì)分為7個(gè)子類，對交通標(biāo)志的先驗(yàn)知識做了一個(gè)提煉，并未涉及檢測與識別。4、東北大學(xué)王楠等人2010年提出了基于多線索混合的交通標(biāo)志檢測與跟蹤方法，算法具有較好識別精度，時(shí)間復(fù)雜度較高。第八頁，共46頁。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國內(nèi)研究成果5、中南大學(xué)蔡自興教授等人2013年提出了一種DT-CWT與2DICA分析的交通標(biāo)志識別方法，該方法首先把彩色圖像灰度化，并規(guī)范化，然后進(jìn)行DT-CWT變換，使用2DICA方法描述特征，最后使用最近鄰域分類法識別，算法對50幅標(biāo)志圖像的識別精度達(dá)到97%?？傊畤鴥?nèi)關(guān)于交通標(biāo)志識別的己經(jīng)公開發(fā)表的研究成果還比較少。第九頁，共46頁。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國外研究現(xiàn)狀國外關(guān)于交通標(biāo)志的研究起步比較早，按照時(shí)間大致可以劃分為兩個(gè)階段；階段一：1987年至21世紀(jì)初是第一階段，這個(gè)階段著重于方法探索，比較多地是針對檢測，分割，分類的某些環(huán)節(jié)進(jìn)行研究。階段二：2000年至今是第二階段，2000年以后開始推出一些簡單的交通標(biāo)志識別系統(tǒng)，并且在檢測與識別的準(zhǔn)確率以及處理時(shí)間上不斷地取得了一些成績，這一段時(shí)間隨著其他技術(shù)的發(fā)展，第十頁，共46頁。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國外研究現(xiàn)狀

算法的性能與硬件的計(jì)算性能有了一定的提升，對于交通標(biāo)志識別的研究起到了很大的推動(dòng)作用。

第十一頁，共46頁。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國外研究成果1、1987年，日本學(xué)者AkatsukaandImai開啟了交通標(biāo)志識別系統(tǒng)的研究，該研究使用閩值分割與模板匹配方法來識別限速標(biāo)志，一幅標(biāo)志的平均識別時(shí)間大約為0.5秒。2、Ghisio等人提出了一種三階段識別流程包括:顏色分割、形狀檢測和使用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行標(biāo)志分類。第十二頁，共46頁。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國外研究成果2、LopezandFuentes等人在CIELab顏色空間檢測交通標(biāo)志并且使用高斯分布來為顏色像素建模。3、2011年以后，國外市場上出現(xiàn)了幾種商業(yè)的交通標(biāo)志識別系統(tǒng)，包括德國大眾汽車公司的交通標(biāo)志識別系統(tǒng)以及Mobileye公司的交通標(biāo)志檢測系統(tǒng)。但是這些商用系統(tǒng)也只能識別非常有限的交通標(biāo)志類型。第十三頁，共46頁。交通識別十大難點(diǎn)第十四頁，共46頁。交通識別十大難點(diǎn)第十五頁，共46頁。交通識別十大難點(diǎn)第十六頁，共46頁。交通識別十大難點(diǎn)第十七頁，共46頁。交通標(biāo)志基本知識第十八頁，共46頁。警告標(biāo)志第十九頁，共46頁。禁止標(biāo)志第二十頁，共46頁。指示標(biāo)志第二十一頁，共46頁。交通系統(tǒng)識別系統(tǒng)交通系統(tǒng)識別步驟第二十二頁，共46頁。交通識別關(guān)鍵技術(shù)第二十三頁，共46頁。圖像預(yù)處理

由于交通標(biāo)志圖像所處的環(huán)境復(fù)雜，具有噪聲大、干擾多、光線影響大、背景復(fù)雜等，為了給交通標(biāo)示檢測與識別提供高質(zhì)量的輸入圖片，需要對攝像頭采集的圖片進(jìn)行預(yù)處理，從而使得交通標(biāo)志的定位分割、特征提取以及匹配識別的復(fù)雜度和難度大為減少，從而有效地提升系統(tǒng)的準(zhǔn)確率和處理速度。為什么要預(yù)處理第二十四頁，共46頁。圖像預(yù)處理如何預(yù)處理第二十五頁，共46頁。圖像預(yù)處理方法第二十六頁，共46頁。直方圖均衡圖像增強(qiáng)實(shí)例第二十七頁，共46頁。圖像檢測檢測目的

檢測的目的就是要在背景中準(zhǔn)確定位標(biāo)志并把檢測到的標(biāo)志傳遞給下一個(gè)處理步驟。交通標(biāo)志檢測系統(tǒng)是交通標(biāo)志識別系統(tǒng)的一個(gè)重要組成部分。交通標(biāo)志如果不能被正確的檢測就不能實(shí)現(xiàn)正確的識別。第二十八頁，共46頁。圖像檢測檢測方法第二十九頁，共46頁。交通標(biāo)志分割方法第三十頁，共46頁?；谶吘壍膱D像分割方法就是基于亮度的不連續(xù)變化來分割圖像?；贑anny的交通標(biāo)志分割實(shí)例第三十一頁，共46頁?；趨^(qū)域的圖像分割方法就是根據(jù)事先確定的規(guī)則將目標(biāo)圖像分割成相似的區(qū)域基于Canny的交通標(biāo)志分割實(shí)例第三十二頁，共46頁。

基于邊緣和區(qū)域的交通標(biāo)志混合分割方法的實(shí)現(xiàn)步驟第三十三頁，共46頁?；谶吘壍拈撝捣指顚?shí)例第三十四頁，共46頁?；赟URF的交通標(biāo)志識別算法第三十五頁，共46頁。基于SURF的交通標(biāo)志識別步驟第三十六頁，共46頁?；赟URF的交通標(biāo)志識別步驟第三十七頁，共46頁?；赟URF的交通標(biāo)志識別SURF特征提取與模板匹配SURF算法流程第三十八頁，共46頁?；赟URF的交通標(biāo)志識別實(shí)驗(yàn)與分析實(shí)驗(yàn)設(shè)備包括:一臺聯(lián)想G470筆記本電腦，主頻2.3GHz,內(nèi)存2G，編程環(huán)境為MicrosoftVisualStudio2010，使用開放源代碼計(jì)算機(jī)視覺庫Opencv2.3.1。本實(shí)驗(yàn)中，選取30幅含有交通標(biāo)志的圖像進(jìn)行測試，所有圖像的尺寸規(guī)范化為300乘以200像素，所有標(biāo)志模板尺寸規(guī)范化為30乘以30像素。在本實(shí)驗(yàn)中，三個(gè)顏色區(qū)域的選擇閩值參數(shù)e分別取300,60,260,5=0.3。使用SURF特征提取算法來提取交通標(biāo)志圖像的穩(wěn)定有效特征向量。這里，我們使用紅色外接矩形來限定每一個(gè)交通標(biāo)志區(qū)域的定位結(jié)果。第三十九頁，共46頁?；赟URF的交通標(biāo)志識別實(shí)驗(yàn)結(jié)果經(jīng)過直方圖均衡化與高斯濾波后效果圖第四十頁，共46頁。基于SURF的交通標(biāo)志識別實(shí)驗(yàn)結(jié)果圖像增強(qiáng)與閾值分割第四十一頁，共46頁?；赟URF的交通標(biāo)志識別實(shí)驗(yàn)結(jié)果交通標(biāo)志的定位結(jié)果第四十二頁，共46頁。基于SURF的交通標(biāo)志識別實(shí)驗(yàn)統(tǒng)計(jì)交通標(biāo)志測試樣本數(shù)據(jù)第四十三頁，共46頁?；赟URF的交通標(biāo)志識別實(shí)驗(yàn)統(tǒng)