论文部分内容阅读
随着社会经济的发展,智能交通系统应运而生。道路交通标志识别是智能交通系统研究领域中尚未解决的难题之一。在车载视觉系统中,如何有效的识别道路交通标志是一个非常重要的研究课题。道路交通标志中针对矩形交通标志牌的研究是少之又少。但是,在人们的日常生活中,标志牌处处可见。对于外国游客,他们可以用拍照手机拍摄路牌、医院和旅游景点等等包含重要信息的外文标志牌。通过内置或外置的提取、识别和翻译系统,将提取和识别出的外国文字翻译成本国文字。这一应用使出国旅游变得和国内旅游一样地方便和舒适。相反,如果我们不了解标志牌的内容,就会造成麻烦甚至是危险。
同时,随着我国交通运输业的快速发展,雨雾的影响越来越明显,也越来越受到人们的关注。在雾天、沙尘等低能见度恶劣天气条件下,道路环境系统的可视性变差,驾驶员通过视觉获得道路环境信息不足,极易发生车辆碰撞等恶性交通事故,甚至引发严重的交通事故,带来惨重的人员伤亡和巨大的经济损失。所以,研究如何提高雨雾天天气条件下道路环境系统的可视性、预防低能见度天气条件下恶性道路交通事故的发生一直是交通与信息领域的一个研究热点。本课题的研究能不断的完善智能交通系统。
本论文以矩形交通指路标志为例。
首先针对自然条件下的交通标志检测分割进行研究,提出了基于线性插值放大和骨骼文字提取算法的交通标志检测分割。然后针对不足,改进放大修复算法,提出了基于三次B样条差值放大的交通标志检测分割算法,该算法能在自然条件下有效的检测分割出矩形交通指路标志。
接着,针对雨雾天气条件下的交通标志检测分割进行研究。先分析雨雾的基本特性和对交通标志检测分割的影响,然后通过对比分析各种去雨去雾算法,例如:基于曲波消失点的检测自动去雨去雾算法和基于暗原色先验的单一图像去雨去雾算法。最后提出了基于按暗原色先验的雨雾天交通标志检测分割算法。实验结果表明,算法具有一定的鲁棒性。