交通標(biāo)志檢測與跟蹤算法研究.pdf

1、隨著科技的發(fā)展和汽車社會化的推進(jìn)，世界范圍內(nèi)汽車保有量日益增多，安全駕駛問題隨之而來。交通標(biāo)志在規(guī)范交通行為、確保安全駕駛等方面具有重要的意義。本文基于車載視頻，對交通標(biāo)志的檢測與跟蹤技術(shù)進(jìn)行了細(xì)致的研究和探索，所做工作包括:
　　1.改進(jìn)HSI顏色分割算法，提高了算法速度和抗干擾能力。利用我國主要交通標(biāo)志獨特的顏色組成信息，設(shè)計了基于顏色對（藍(lán)白、紅白、黃黑等）的交通標(biāo)志檢測算法。研究圖像二值化自動閾值獲取方法，比較了大津法和最

2、佳閾值法的特點。
　　2.設(shè)計了基于道格拉斯-普克算法的交通標(biāo)志最外層輪廓擬合方法，通過判斷擬合多邊形的凸性來排除干擾區(qū)域。交通標(biāo)志輪廓基本都為規(guī)則圖形，本文提出了基于交通標(biāo)志重心的干擾區(qū)域判定規(guī)則，可以排除大部分形狀不規(guī)則的干擾區(qū)域。
　　3.基于Camshift算法，實現(xiàn)了視頻序列中交通標(biāo)志跟蹤?；谀繕?biāo)顏色直方圖和反向投影圖像，改進(jìn)了Camshift算法，提高了算法對顏色干擾的魯棒性。
　　4.當(dāng)連續(xù)兩視頻序列中

3、的同一交通標(biāo)志無重疊或者交通標(biāo)志被完全遮擋時，Camshift算法失效。基于交通標(biāo)志的位置和速度信息，建立了交通標(biāo)志位置的kalman預(yù)測模型，進(jìn)一步改進(jìn)了Camshift算法，提高了交通標(biāo)志跟蹤算法的性能。
　　本論文檢測算法所提出的顏色對檢測、交通標(biāo)志的凸性檢測及交通標(biāo)志候選區(qū)域重心檢測都具有旋轉(zhuǎn)不變性的優(yōu)點，因此本文檢測算法對交通標(biāo)志傾斜、旋轉(zhuǎn)具有較強的魯棒性。本論文跟蹤算法使用的Camshift算法有效利用了交通標(biāo)志的顏色