基于幅值谱和神经网络的交通标志识别算法的研究-计算机应用技术专业论文.docxVIP

西安电子科技大学 学位论文独创性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导 师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注 和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果； 也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明 并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘要 交通标志识别(TSR)系统是智能车辆的重要组成部分，它在车辆行驶过程中对 出现的交通标志信息进行采集和识别，可及时地向驾驶员做出指示或警告，以保 持交通通畅和预防事故的发生。在车载视觉系统中，如何有效地识别道路交通标 志是一个非常重要的研究课题。目前，已有的各种交通标志识别算法，各具特色， 在某些特定场合发挥一定的功效，但也存在一些缺陷。因此，采用新的技术和理 论，克服这些不足，提高算法的实时性和精度，对算法的实际应用具有重要的意 义。 本文主要研究交通标志的定位与分割和交通标志的自动识别方法。 在交通标志的定位与分割方面，在研究了基于 RGB 彩色空间图像定位算法、 基于 HSI 彩色空间图像定位算法和基于行、列扫描定位算法的基础上，提出了基 于 HSI 彩色空间的二次图像定位算法。仿真实验结果表明，对于大部分的定位应 用场合，这种新的定位算法均能得到很好的定位精度。 在交通标志自动识别方面，提出了基于幅值谱的二次图像特征提取算法和基 于 BP 神经网络的双层网络识别算法。仿真实验结果表明，该算法不仅具有平移、 旋转和尺度不变性，同时具有抗噪和抑制光照不均的优点，也能有效识别复杂背 景下的交通符号，具有重要的应用前景。 关键字：HSI 彩色空间 图像定位 幅值谱 Hu 不变矩 BP 神经网络 Abstract Traffic Sign Recognition (TSR) system is an important part of the intelligent car, it collects and recognizes the traffic sign information appears during its driving in order to make direction or warning. So in the automotive vision systems, how to effectively identify road traffic signs is a very important research topic. Although many algorithms for recognition of traffic signs are developed and they play the important roles in some practice instances, they also have some essential drawbacks and deficiencies. So it is important to study the refinement algorithms with the more real-time and better precision using the new developed techniques and theories for their applications. In this paper, methods of localization and segmentation of the traffic sign and methods of traffic sign automatic recognition are presented. In the aspect of traffic sign localization, a new image localization algorithm is propose