脈沖耦合神經(jīng)網(wǎng)絡(luò)結(jié)合條形碼技術(shù)實(shí)現(xiàn)交通標(biāo)志識(shí)別.pdf

1、隨著城市化進(jìn)程日益加速，交通壓力逐漸增大，智能交通系統(tǒng)(ITS)的研究迫在眉睫，而交通標(biāo)志識(shí)別(TSR)作為智能交通系統(tǒng)中重要的一個(gè)分支，不僅可以應(yīng)用于自動(dòng)駕駛系統(tǒng)以輔助駕駛員，還可以應(yīng)用于無(wú)人駕駛。因此研究一種有效的交通標(biāo)志識(shí)別方法具有較重要的理論價(jià)值和實(shí)用意義。
　　本文研究的交通標(biāo)志識(shí)別方法結(jié)合了自動(dòng)識(shí)別技術(shù)中的條形碼技術(shù)，針對(duì)標(biāo)準(zhǔn)交通標(biāo)志庫(kù)GB5768-1999，利用PCNN模型為交通標(biāo)志生成對(duì)應(yīng)的條形碼，形成條形碼庫(kù)，將

2、未知標(biāo)志的條形碼與標(biāo)準(zhǔn)庫(kù)中的條形碼進(jìn)行匹配來(lái)實(shí)現(xiàn)自動(dòng)識(shí)別。研究的具體內(nèi)容如下：
　?。?）一維條形碼的生成及應(yīng)用。彩色交通標(biāo)志在RGB顏色空間下的三個(gè)分量分別經(jīng)過(guò)PCNN模型處理再進(jìn)行合并，得到時(shí)間序列作為特征序列，將特征序列進(jìn)行編碼形成灰度條形碼，再經(jīng)過(guò)PCNN模型得到一維條形碼，將其用于交通標(biāo)志識(shí)別。
　?。?）融合點(diǎn)火像素位置信息的二維條形碼生成及應(yīng)用。選取每次迭代后點(diǎn)火像素的位置信息作為新的特征生成特征序列并得到一維