智能交通系統(tǒng)中的標(biāo)志識別和人機(jī)界面設(shè)計.pdf

1、智能交通系統(tǒng)（Intelligent Transportation System，ITS）在日常生活中發(fā)揮著愈來愈重要的作用。電子警察作為 ITS的重要內(nèi)容之一，在維護(hù)社會秩序、威懾違法犯罪等方面發(fā)揮了不可替代的作用。交通標(biāo)志識別（Traffic Sign Recognition，TSR）和人機(jī)界面是電子警察的重要內(nèi)容之一，具有重要的研究價值。高效、可靠的交通標(biāo)志識別系統(tǒng)可以提高司機(jī)駕駛的安全性，而人機(jī)界面是人與計算機(jī)之間傳遞、交換信息

2、的媒介。本文主要研究了智能交通系統(tǒng)中的交通標(biāo)志識別和人機(jī)界面設(shè)計，具體內(nèi)容如下：
　　1．基于幾何不變矩和SVM（Support Vector Machine，SVM）分類器的交通標(biāo)志識別。本文研究了一種常用的復(fù)雜交通環(huán)境背景下的交通標(biāo)志識別方法，主要通過對幾何不變矩和SVM的闡述，以此為基礎(chǔ)，對SVM算法進(jìn)行深入探討，討論了使用不同的核函數(shù)與參數(shù)尋優(yōu)前、后對算法識別性能的影響，并進(jìn)行詳細(xì)分析，給出了一種有效的基于幾何不變矩和SV

3、M的交通標(biāo)志識別方法。針對圖像前期處理的圖像模糊問題，如霧天模糊圖像，本文采用基于暗原色先驗的算法提升霧天圖像質(zhì)量，該算法利用暗原色先驗知識估計大氣光和透射率，并且利用引導(dǎo)濾波修正透射率，最后根據(jù)得到的退化模型恢復(fù)出質(zhì)量相對較好的圖像。實驗結(jié)果表明，基于幾何不變矩和SVM的交通標(biāo)志識別方法受霧天影響的魯棒性較差，而本文采用的圖像去霧算法則很好地克服這一點，識別性能提升明顯。
　　2．基于模板匹配的交通標(biāo)志識別。由于基于幾何不變矩和

4、SVM分類器的交通標(biāo)志識別方法的正確識別率有很大的提升空間，本文又采用了基于模板匹配的交通標(biāo)志識別方法?？紤]到算法必須具有一定的魯棒性，比如不受圖像縮放、旋轉(zhuǎn)、平移的影響，本文采用了尺度不變特征變換SIFT算法（Scale Invariant Feature Transform，SIFT）、加速穩(wěn)健特征SURF算法（Speeded Up Robust Features，SURF）對交通標(biāo)志提取特征點并生成描述子，然后對描述子匹配，根據(jù)正

5、確匹配的特征點數(shù)輸出識別結(jié)果。針對在實際拍攝場景中，拍攝角度可能會發(fā)生改變，導(dǎo)致拍攝的物體會變形，給識別帶來困難，本文又采用了仿射尺度不變特征變換ASIFT算法（Affine Scale Invariant Feature Transform，ASIFT）。最后，本文從歸一化大小和仿射變形兩個角度討論分析了以上三種算法的有效性。
　　3．電子警察人機(jī)界面設(shè)計。操作員通過人機(jī)界面可以實現(xiàn)對多個電子警察系統(tǒng)的綜合管理、各電子警察運(yùn)行參