电气毕业论文11篇：一种基于局部特征的交通标志检测算法的研究 .docVIP

电气毕业　11篇 内容提要： ? 一种基于局部特征的交通标志检测算法的研究 ? 高动态环境下猝发DQPSK系统载波跟踪设计与实现 ? 非变换簇的WSN分簇路由算法 ? 火电施企人工成本制胜之道 ? 基于ARM处理器的无人飞行器飞控导航系统一体化设计 ? 核心竞争力目标与核电企业战略　 ? “新能源发电技术”的教学思考与实践 ? 　微波运用于电厂的可行性分析 ? 马卫平：一道光的感悟 ? 在电信行业新常态下如何“把握机遇加快发展” ? 电力电子教学中隔离型Buck- Boost 变换器的讲解方法研究 全文共36859 字 一种基于局部特征的交通标志检测算法的研究 【摘 要】给出一般交通标志识别系统的框图，交通标志的检测是系统中的重要环节。根据我国交通标志颜色的规定，确定了彩色分割空间HSV的阈值，并以圆形为例，提出一种统一对称局部特征检测模板，用来提取自然场景下获得的目标区域的特征，设计一组模糊规则判定形状，形成一种基于局部特征的交通标志检测算法。 关键词：交通标志；识别系统；检测算法；局部特征 收稿日期：2014?12?25 　项目：黑龙江省教育厅科学技术研究项目 1 交通标志识别系统 交通标志识别系统（Traffic Signs Recognition，TSR）是　辅助驾驶系统的重要组成部分，对提高驾车的　性和舒适性都具有重要意义。系统所完成的功能即通过对自然场景的图像采集，经过图像处理与识别，对交通标志进行检测，及时提醒、指示和警告驾驶人员。 系统框图如图1所示。主要包括： （1）采集数据，自然场景下的交通标志图像由机动车上的摄像设备进行采集； （2）标志检测，对彩色图像进行增强、颜色分割、目标区域判断等过程； （3）特征提取，获取检测出的交通标志图像的标志特征向量； （4）分类器设计与分类决策，即模式识别，包括交通标志的特征颜色、形状等。 交通标志的检测是系统的一个关键环节，充分利用特征信息，将简化系统设计，同时大大提高系统的实时性和识别精度。系统将对交通标志的特征颜色、形状及其内部图形组成等进行算法分析，本文以圆形的标志为例，根据局部特征检测目标区域，设计了检测模板并用模糊规则确定目标区域的形状，完成一种基于局部特征的交通标志检测算法。 2 彩色空间的分割 由于安装在机动车上的数据采集设备获取的是基于RGB颜色模型的图像，而RGB颜色模型不易被模拟，即RGB 彩色空间并不适合彩色空间的精确分割，尤其不适合自然场景下的交通标志图像的分割。为了让颜色系统更接近人类对色彩的感知，更适合自然场景下对彩色图像的颜色分割，因此将分量密切相关的RGB 空间转换到分量不相关的HSV（色调、饱和度、数值）彩色空间。将RGB转换为HSV就是将数值从笛卡尔坐标系映射到柱坐标系，映射公式如下： 3 基于局部特征的交通标志检测算法 3.1 交通标志检测算法的流程图 首先根据表1中的颜色阈值，将自然场景下RGB格式的交通标志图像转换同时进行彩色分割，按照HSV空间的颜色阈值转换成为三幅二值的图像。得到的图像还需进行滤波处理，去除图像中的干扰信号，对目标区域进行列表，计算图像中联通区域的特征和个数，将非交通标志区域去除，最后根据形状判别算法确定该图像是否为交通标志。交通标志检测算法的流程图如图2所示。 3.2 自适应中值滤波器设计 为去除图像采集和传输过程中产生的噪声，减小图像分割、图像识别、图像检测的难度，必须进行图像去噪，这是标志识别系统中的一个重要环节。选用中值滤波器，它是应用最广的一种统计滤波器，拥有　的去噪能力[2]，能将邻域内灰度值的中值代替像素的值。但中值滤波器在有效地滤出噪声的同时，往往也去掉了图像的细节，因此选用一种自适应的多级中值滤波器。自适应中值滤波器可以在平滑非脉冲噪声图像时更好地保持图像的细节，同时　程度地滤除脉冲噪声，对系统带来的好处远远超过传统中值滤波器。 3.3 局部特征的提取 （1）统一的对称局部特征检测模板 为确认目标区域是否是交通标志，需对其形状特征进行形状判别。为此提出一种统一的对称局部特征检测模板，如图3所示。形状初步检测模板的大小为32×32像素，形状验证模板尺寸为8×8 像素，在两个模板的四个顶点和四条边的中心位置上有四个检测局部特征的子模板。 （2）子模板内含有特征颜色像素个数的隶属度函数如图5所示，横坐标为子模板内含有特征颜色像素的个数，纵坐标为隶属度函数的值。这样定义后便于用模糊推理来确定目标区域的形状[3]，对交通标志的形状特征进行深入分析。 4 结果分析 任取一幅具有三个交通标志的图像，如图6（a）所示，这三个标志刚好对应红色、蓝色和黄色，因此根据颜色的阈值在HSV 空间上进行颜色分割，得到图6（b）~图6（d），再经过滤波、形状判别、用局部特征等