基于免疫算法的交通标志的分割与识别研究

• 作 者: 叶鑫鹏
• 发表日期: 2013年01期
• 关键词: 交通标志 免疫算法 图像分割 模式识别

随着经济的发展和人民生活水平的不断提高，道路车辆不断增加，城市交通越来越拥挤，交通事故越来越多。为了从根本上解决交通问题，智能交通系统的研究已成为国内外广泛研究的课题。道路交通标志识别是智能交通系统的重要组成部分，对道路交通安全有着重要的作用，因此对道路交通标志识别的研究具有重要的意义和价值。对于自然场景下的道路交通标志识别技术，尽管国内外很多专家学者做了很多研究，但问题仍然没有很好的解决（例如：实时性问题和光照问题）。本文就自然场景下，交通标志的分割与识别做了以下几方面的研究：1.首先对采集到的交通标志图像进行滤波去噪和颜色增强等预处理，然后根据交通标志图像的颜色特征在RGB颜色空间的一定范围内这一特征，选取适当的颜色阈值将交通标志图像定位出来。2.用免疫算法对第一步定位出来的交通标志图像进行分割处理。首先利用免疫算法快速搜索的机理，对已定位的图像进行阈值T寻优，然后用该阈值T分割图像；分割后的二值图像仍然存在不少噪声，需采取面积阈值的方法去除小面积噪声，以获得较好的交通标志二值图像。并将此算法与颜色分割、阈值分割和遗传算法分割相比较，说明本文算法具有较好分割速度和分割精度。3.本文提取交通标志图像的颜色特征、轮廓特征，不变矩特征和形状角特征，为后面的交通标志识别做准备。4.本文利用最小距离法识别交通标志图像。首先利用颜色特征和形状角特征（主要是交通标志的外轮廓的形状角：圆形、正方形和正三角形等的形状角）对交通标志图像进行初判断；然后利用最小距离法和不变矩特征对初判断后的结果进行粗分类；再用交通标志内核形状角相等的有效个数判定交通标志的类别。实验结果表明：本文提出的算法对交通标志的分割与识别具有较好的效果，且鲁棒性较好。