脉冲耦合神经网络结合条形码技术实现交通标志识别-通信与信息系统专业毕业论文.docxVIP

原创性声明 本人郑重声明:所呈交的学位论文，是本人在导师指导下，进行研究工作所取得 的成果。除文中已经注明引用的内容外，本学位论文不包含任何他人或集体已经发表 的作品内容，也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究 工作做出贡献的其他个人或集体，均已在文中以明确方式标明。本学位论文原创性声 明的法律责任由本人承担。 、h吁JD队νll 、h吁J D队νll 在 名 签 者 作 文 论 位 川宇 关于学位论文版权使用授权的说明 本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定:学校有 权采用影印、缩印、扫描、数字化或其它手段保存论文:学校有权提供本学位论文全 文或者部分内容的阅览服务:学校有权将学位论文的全部或部分内容编入有关数据库 进行检索、交流:学校有权向国家有关部门或者机构送交论文的复印件和电子版。 (保密的学位论文在解密后适用本授权说明) 学位时者也科 /3 导师签名=後 日期: )tJ ff‘， )..(0 日期: z，o于、，].. ID 摘要 摘 要 I I PAGE PAGE IV 随着城市化进程日益加速，交通压力逐渐增大，智能交通系统(ITS)的研究迫在眉 睫，而交通标志识别(TSR)作为智能交通系统中重要的一个分支，不仅可以应用于自 动驾驶系统以辅助驾驶员，还可以应用于无人驾驶。因此研究一种有效的交通标志识 别方法具有较重要的理论价值和实用意义。 本文研究的交通标志识别方法结合了自动识别技术中的条形码技术，针对标准交 通标志库 GB5768-1999，利用 PCNN 模型为交通标志生成对应的条形码，形成条形码 库，将未知标志的条形码与标准库中的条形码进行匹配来实现自动识别。研究的具体 内容如下： （1）一维条形码的生成及应用。彩色交通标志在 RGB 颜色空间下的三个分量分 别经过 PCNN 模型处理再进行合并，得到时间序列作为特征序列，将特征序列进行编 码形成灰度条形码，再经过 PCNN 模型得到一维条形码，将其用于交通标志识别。 （2）融合点火像素位置信息的二维条形码生成及应用。选取每次迭代后点火像素 的位置信息作为新的特征生成特征序列并得到一维条形码，与原一维条形码结合形成 二维条形码，克服了由于 PCNN 模型具有的旋转/镜像不变性对于镜像对称而意义不 同的交通标志无法区分的问题。 （3）研究基于条形码技术的交通标志识别算法性能。在待识别标志中加入噪声并 针对条形码生成过程中涉及到的不同条件和参数进行匹配实验，统计噪声情况下的匹 配结果，分析在不同条件下该算法的性能。 关键字：交通标志识别；脉冲耦合神经网络；条形码技术；镜像不变性；二维条形码 A Abstract PAGE PAGE III PAGE PAGE IV Researching of the intelligent transportation systems (ITS) is imminent with the increasing traffic pressure caused by gradually accelerating process of urbanization.Traffic sign recognition (TSR) is an important branch of ITS,which can not only be used in the automatic driving system to assist the driver,but also can be used in the unmanned.The research of this paper proposed an effective traffic sign method based on pulse coupled neural network (PCNN) and it has an important theoretical research value and practical significance. This TSR method based on the one of the automatic identification technology—bar code. Experiments were carried out based on traffic signs images of GB5768-1999.Every image was generated to a bar code thus there was a bar code library to be used.An unknown sign can be recognized by matching its