论文部分内容阅读
随着智慧城市概念的提出,人们对智能交通中公路标牌图像处理技术的研究也越来越深入,但目前针对公路标牌处理用于公路资产监管的方法及系统还比较缺乏。本文将OpenCV、Matlab等工具应用于图像处理过程,同时结合点模式匹配等图像处理算法,构建了公路标牌预处理标准模型与实时模型,并将定点GPS、定点图像及实时GPS、实时图像等信息分别与上述两个模型相关联,进而基于专家控制算法,实时求取可能存在缺陷的公路标牌及其实际地理位置。通过上述模型的构建及相关处理算法的应用,设计并建立了一种基于GPS与实时图像处理的公路标牌监管系统。该系统能够为调度人员进行公路标牌资产维护,提供定点、定时准确的公路标牌日志,进而为实现公路资产状况的智能监管提供可靠保障。本文开展的主要研究工作及取得的成果包括:1.提出了一种基于GPS与实时图像处理技术的公路标牌监管系统整体设计方案。通过对公路标牌监管系统的功能需求进行全面分析与提取,设计和归纳了该系统的整体结构及功能架构,进而研究和探讨了实时数据采集、定位信息获取、数据优化存储形式、图像模式匹配搜索等关键实现技术,并建立了该系统的预处理标准模型和实时模型,设计和实现了最佳图像提取以及图像与定位信息匹配等相关算法,进一步结合OpenCV、Matlab等软件工具开展了仿真实验和原型系统的编程及调试等工作。2.设计并建立了该系统的预处理标准模型和实时模型,为后续图像模式匹配搜索奠定了基础。由已采集的公路标准GPS和图像数据,通过单序列标注方式建立起预处理标准模型;其次,确定优化采样频率并通过公路巡检操作而自动获取最新实时GPS和图像数据,通过双序列标注方式建立实时模型。3.设计了图像与GPS信息的匹配方法,实现了最佳图像关键帧的提取,进而选择确定了公路标牌图像的匹配搜索算法。针对实时GPS信息逐条进行序列标记,依据性能指标确定GPS匹配阈值,结合实时模型数据在预处理标准模型中进行GPS匹配搜索,从而实现最佳图像关键帧的确定与提取;通过预处理标准模型中已采集的图像提取特征值,建立预处理标准图像特征库;进一步结合已有关键帧进行滤波、去噪、倾斜矫正等图像处理步骤,利用点模式匹配等算法比对标准图像,对含有公路标牌的实时图像进行识别分类。