论文部分内容阅读
随着社会的进步、经济的快速发展、汽车的普及,交通事故频繁发生,其中绝大多数是由于人为因素酿成的,而且大部分是由于驾驶者忽视交通标志而引发的.限速标志作为交通标志的重要组成部分,主要提供限制车速信息,对驾驶行为具有很强的提醒能力.从形状上说,限速标志主要有圆形和矩形两种.美国限速标志的形状为矩形,其他国家的限速标志的形状多为圆形.实现限速标志的有效识别可以适时地提醒司机前方的路况及允许的行车速度,帮助司机对车辆行驶速度进行有效控制,这样就能有效地提高行车安全,最大限度地减少交通事故.设置限速标志是目前世界各国普遍采用的一种控制车速的方式.但由于种种原因,在行车过程中驾驶员并不总能及时、准确地看清限速标志及内容.因此,限速标志的自动识别对于汽车安全驾驶具有重要意义.本文主要研究的是矩形限速标志的检测与识别算法,其也可用于圆形限速标志的识别.由于限速标志常处于室外复杂的环境下,其识别易受到天气、光照、倾斜、褪色、相似背景等诸多因素的影响,且在性能上既要保证识别率又要满足实时性,因此识别算法的设计难度颇大.本文在总结国内外各种识别方法的基础上,针对现有识别算法的不足进行了改进和创新,设计并实现了一种新型的矩形限速标志识别算法.在检测阶段,为避免光照、天气变化等对图像信息的影响,本文采用笔画宽度变换直接检测限速标志内的每一个数字.为了得到更多的边缘细节,去除虚假边缘及纹理边缘,本文提出了周边抑制的边缘检测.文中提出的算法能够克服光照等因素的影响,解决了相似背景,遮挡等问题,提高了检测的准确性和可靠性.在分割、识别阶段,对检测到的候选数字进行识别.为了提高检测的可靠性,使每一个候选区域至多包含一个数字,本文提出了基于轮廓极值的分割方法,更加准确的确定每个数字的边界,然后使用1-a-1SVM分类器对目标进行识别.在数字组合及再搜索阶段,对识别得到的单一数字根据一定的规则进行合并,对于不能合并的单个数字在其邻近区域重新检测是否存在与其相适应的数字,并结合矩形限速标志的其他信息确认是否存在限速标志.在多帧融合阶段,由于矩形限速标志在视频序列中出现后总会持续一段时间,且连续出现.经过多帧融合处理后,可以降低误检率,增强正检率.实验结果表明,本文提出的算法能对车载视频图像中的矩形限速标志的限速数字进行准确的定位及识别,并对光照、天气变化、倾斜有一定的鲁棒性,且具有实现简单、实时性较好等特点,为解决矩形限速标志识别中存在的问题和困难提出了一种有效的算法,并为其他类型的交通标志识别奠定了基础.