基于信号分解表示的交通标志定位与识别算法研究-信号与信息处理专业论文.docxVIP

优秀毕业论文 精品参考文献资料 研究生优秀毕业论文 大连理工大学硕士学位论文摘 大连理工大学硕士学位论文 摘 要 随着社会的快速进步和经济的高速发展，一、二线城市的机动车数量成爆炸性逐年 增长，从而不可避免地产生了包括交通拥堵等负面影响，驾驶员如何安全地驾驶也引起 了普遍关注，智能交通应运而生。而在智能交通系统所涉及的许多计算机视觉(Computer vision)技术领域当中，交通标志的定位与识别又是极其重要的组成部分。 交通标志的定位与识别系统目的是在机动车行驶过程中，快速地搜索交通标志然后 正确地获取交通标志携带的主要信息。因为该领域具相当高的实用价值，即提高了驾驶 的安全性，因此，多年来一直是学者们一个重要的研究课题。在阅读了大量相关论文和 其他领域参考文献后，本文将新的算法应用于交通标志的定位与识别系统。本文的创新 点包括：(1)增加定位阶段的自适应性，可以在大部分不同天气条件下正确定位；(2) 基于稀疏分解表示算法，设计训练了级联形式的字典，并基于该字典实现对交通标志的 稀疏分解，通过分解系数完成交通标志的识别； (3)将非负矩阵分解的改进形式用于 图像分类。每次迭代时保持字典W不更新，只更新系数矩阵H，相比稀疏表示算法增 加了各部分的物理意义。 本文通过对实际拍摄的包含交通标志的图像进行标志的定位，另外使用德国交通标 志(GTSRB)提供的40余种标志库进行训练和识别测试，并且与已有算法各性能和特 点相比较，结果表明本论文提出的基于稀疏表示和非负矩阵分解的两种创新方法，平衡 了实时性和识别率，同时对于光照，旋转和遮挡的鲁棒性有一定的提升。 关键词：稀疏表示；非负矩阵分解；级联字典 万方数据 大连理工大学硕士学位论文Traffic 大连理工大学硕士学位论文 Traffic S igns Detection and Recognition Based on S ignal Decomposition Abstract With social progress and quick development of economy，the numbers of vehicles in a lOt of center cities exploded recently，which also inevitably leads to some other problems like traffic jaln，driving safety gets more and more attention，being a part of Intelligent Traffic System(ITS)．There are quite a number of related computer vision techniques in ITS，traffic sign detection and recognition iS one of the most important techniques． The goal of traffic sign detection and recognition is during driving，the system can detect the potential traffic signs and obtain messages the traffic signs carry correctly．This field has become an important research subject because of its’high practical value—improving driving safety．After reading related papers and being inspired by algorithms of other fields，the innovations of this paper include：(1)improVing the adaption of detection stage，the system Call detect traffic signs in most situation。(2)during recognition based on sparse representation，a new connected dictionary iS trained to avoid disadvantages of multilevel classification problem．(3)recognition based on non-negative matrix factorization(NMFl is utilized to impro