一种基于粒子群优化算法的交通标志定位方法.pdfVIP

一种基于粒子群优化算法的交通标志定位方法* 张航，罗大庸 （中南大学信息科学与工程学院，长沙，410075） 摘要：本文提出了一种基于粒子群优化算法的交通标志定位方法，该方法首先利用交通标志的颜色信息，在YCbCr 颜色空间进 行彩色阈值分割；然后在模板匹配过程中，采用基于粒子群优化算法进行搜索，适应度函数采用一种新的结合交通标志的对称 特性的适应度函数，最后得到交通标志的所在位置。仿真实验表明，提出的算法比以前的算法在检测速度和检测率方面都有较 大提高。 关键词：交通标志定位;模板匹配;粒子群优化;彩色分割 中图分类号：TN391 文献标识码：A 文章编号： A PSO-based Method for Traffic Sign Detection ZHANG Hang, LUO Dayong (School of Information Science Engineering, Central South University , Changsha, Hunan, 410075 China) Abstract: A new method for traffic sign detection is developed using Particle Swarm Optimizers (PSO) in this paper. First original image is segmented by the color of traffic sign in YCbCr color model. Then a new fitness function is presented, which considering of the symmetry of traffic sign. In the process of template matching, PSO and the proposed fitness function are employed to detect the position and size of traffic sign in real-time. The results of experiments show a superior performance compared to the previous approach either in detection speed or the detection rate. Key words: Traffic sign detection; Template matching; PSO; Color segmentation 1 引言 变的三角形或圆形模板进行匹配以及由粗到精的搜索方法。 由于交通标志中包含许多重要的交通信息，如驾驶前方 由于模板匹配的搜素空间较大，这类方法的关键在于搜索方 道路状况的改变、速度限制、驾驶行为限制等，适时提供这 法的效率。由于定位算法的实时性要求很高，因此，彩色阈 些信息给驾驶员，对于保证驾驶安全，避免交通事故的发生， 值分割与模板匹配相结合的方法是一种合适的选择。文献[7] 具有重要的意义。近几年来，对交通标志识别的研究获得了 提出了在HIS 颜色空间进行彩色阈值分割，然后利用遗传算 广大学者的广泛关注，展开了深入的研究，并取得了一些成 法的搜索能力，用模板匹配的方法进行定位的方法。为进一 果[1] 。 步提高定位精度和算法的处理速度，本文提出在YCbCr 颜色 要实现交通标志的识别，最重要的是要解决交通标志的