畢業(yè)論文開題報告：車輛行駛中交通標志的識別研究

畢業(yè)論文開題報告：車輛行駛中交通標志的識別研究

　　隨著社會的進步與經(jīng)濟的發(fā)展，交通安全和交通阻塞成為社會普遍關注的問題。于是，智能交通系統(tǒng)（Intelligent Transportation System,ITS）便應運而生。ITS一個集檢測、通信、控制和計算機等技術為一體的綜合信息系統(tǒng)，目前已經(jīng)成為廣受關注的科技領域。
　　道路交通標志識別（Traffic Sign Recognition,TSR）是ITS的重要組成部分，它在車輛行駛過程中隊出現(xiàn)的交通標志信息進行采集和識別，可及時地向駕駛員做出指示或警告，或者直接控制車輛的操作，以保持交通通常和預防事故發(fā)生。它是智能車輛的重要軟件支撐，具有重要的理論意義和實用價值。
一、課題來源
課題《車輛行駛中交通標志的識別》來源于學校命題，是學校學科建設的立項項目之一。
為了安全駕駛和高速運輸，交通部門在公路道路上設置了各類重要的交通標志，以提醒司機和
……（新文秘網(wǎng)http://m.120pk.cn省略652字，正式會員可完整閱讀）……　
面起步相對來說較晚，研究深度與廣度與國外發(fā)達國家相比還有很大的差距。交通標志識別系統(tǒng)作為智能車駕駛系統(tǒng)的一個子系統(tǒng)之一，對其深入研究有助于提高機動車駕駛的安全性和舒適性，因此對智能交通系統(tǒng)和智能車的研究具有重要意義。
三、綜合分析
交通標志通常具有規(guī)則、封閉的幾何外形，鮮明的顏色特征，但實際通過數(shù)碼相機拍攝的交通標志影像還受關照、攝影角度、物體遮擋（如行人、車輛、樹木等）的影像，往往并不是很理想，在對影像特征進行抽取和識別時，需要考慮一下技術難點：
1) 拍攝的彩色圖片中，交通標志的顏色不純，背景顏色雜亂，可能會影響特征的抽�。�
2) 交通標志受其他物體遮擋造成輪廓不封閉，對特征的抽取會產(chǎn)生一定的影響；
3) 由于背景顏色雜亂，在抽取特征是可能會造成一定的背景噪聲，需要消除；
4) 由于拍攝時，相機移動速度過快，可能會造成影像的模糊；
5) 當多個標志相互挨在一起時，需要將其分割開來；
6) 各種模板的大小不一致，同時各種標志的圖像可能存在變形、縮放等變化，需要在進行特征匹配時進行處理；
7) 部分交通標志之間具有左右對稱性（如禁止左轉彎或禁止右轉彎），在通過顏色直方圖進行匹配時需要注意區(qū)分；
8) 交通標志數(shù)字影像通常具有較大的數(shù)據(jù)量，需要考慮自動識別處理算法的效率和性能。
四、方案論證　
交通標志在分割出來后進行識別難度較大，因為交通標志不同于一般的數(shù)字，利用通常的車牌識別中用到的鏈碼跟蹤和骨架特征點提取是不可行的。目前有關交通標志識別的研究很多涉及模板匹配，神經(jīng)網(wǎng)絡，遺傳算法，模擬退火等，列舉如下：
1) 基于模板匹配的交通標志識別方法：利用設計好的邊沿檢測器提取交通標志內(nèi)部圖案，并與數(shù)據(jù)庫中的模板進行匹配，實現(xiàn)交通標志的識別。該系統(tǒng)知識局限于實驗室條件下交通標志的識別因此很難適應現(xiàn)實環(huán)境中實際交通標志的識別，而且如果待識交通標志存在變形或噪聲，這種識別方法也很難奏效，此外該方法沒有考慮光照的影響。
2) 基于BP神經(jīng)網(wǎng)絡來辨識交通標志中的彩色區(qū)域：第一層神經(jīng)網(wǎng)絡實現(xiàn)色彩的分類，該層中利用圖像的像素值作為輸入，色彩類型作為輸出實現(xiàn)BP網(wǎng)絡的訓練；第二層神經(jīng)網(wǎng)絡完成交通標志外形的分類，從而區(qū)分交通標志和非交通標志區(qū)域。
3) 基于角度檢測的交通標志檢測與分類：該方法通過檢測黑白交通標志圖像中兩條線的夾角，并且進一步檢測這些角度之間的幾何關系來判斷交通標志的類型。該方法的應用局限在于：當存在大量背景圖像和噪聲時，基于線條的角度檢測和魯棒性是比較差的，很難正確檢測出屬于交通標志圖形的角度。為了克服錯誤檢測可以利用色彩信息作為補充來提高辨識率。
4) 基于模擬退火的交通標志識別：模擬退火是解決優(yōu)化問題的常用搜索算法。該算法起源于鋼鐵冷卻退火的過程，該算法本質(zhì)上是一迭代尋優(yōu)過程，該過程受冷卻溫度的控制，最終收斂于最優(yōu)點。迭代過程以待識別交通標志圖像與模板圖像的相關系數(shù)（只比較非零像素點）作為衡量標準，搜索空間的維數(shù)由模板圖像可能存在的大小，尺寸，位置和形狀來決定。該方法在對含有大量噪聲的圖像仍能實現(xiàn)較好的識別效果，但受初始狀態(tài)和模板的信息量的影響，可能存在誤識或收斂速度很慢的問題。
　　另外國內(nèi)針對交通標志識別的方法還有基于神經(jīng)網(wǎng)絡的交通標志識別方法；基于數(shù)學形態(tài)學的交通標志識別方法等。
五、工作步驟
交通標志識別系統(tǒng)的框圖如下所示：



……（未完，全文共2880字，當前僅顯示1831字，請閱讀下面提示信息。收藏《畢業(yè)論文開題報告：車輛行駛中交通標志的識別研究》）