交通標志智能檢測方法及在路產管理中的應用.pdf

1、交通管理及交通安全問題正受到人們越來越多的關注。在此背景下，智能交通系統(tǒng)的概念應運而生。交通標志的智能檢測作為智能交通系統(tǒng)的一部分，在公路路產管理系統(tǒng)智能化信息采集任務中承擔著重要的角色。真實交通場景復雜多變，光照條件、天氣條件、局部遮擋、背景色相似干擾、陰影干擾等問題給交通標志檢測與識別系統(tǒng)的研究帶來諸多挑戰(zhàn)，因此能夠魯棒地對交通標志進行智能檢測是研究者們一直追求的目標。
　　本研究主要內容包括：⑴針對霧天拍攝的有霧圖像，提出了

2、一種基于歸一化割的圖像去霧算法。在原有經典暗原色先驗去霧基礎上，結合圖割理論，采用歸一化割框架對其改進，實驗結果表明，本文算法消除了原有方法的光暈效果，能夠獲得較為清晰的圖像質量。將本文算法應用于車載式路產信息采集系統(tǒng)，能夠提高霧天路產信息采集戶外作業(yè)的檢測精度。⑵采用HOG特征對Fisher分類器進行訓練，提出了一種基于圖像HOG特征與Fisher分類器結合的交通標志粗分類定位算法。在粗分類定位階段，不要求查準率，但要盡可能地保證10

3、0％的查全率，保證圖像中的交通標志都能夠被檢測到。選擇GTSRB數(shù)據(jù)集作為訓練和測試樣本集，測試結果表明本文算法對各類場景具有良好的性能，對拍攝角度、行駛車速、不良光照等多種不利條件具有一定的魯棒性。⑶針對候選疑似ROI，提出了一種基于圖像HOG特征與SVM分類器結合的交通標志細分類分級識別算法。在細分類識別階段，分為兩級識別分類過程，一級識別能夠把非標志的ROI去除，實現(xiàn)交通標志檢測較高的查準率；二級識別能夠給出交通標志的語義輸出。實