基于动态背景交通标志实时检测算法研究.pdfVIP

摘要

近来，无人驾驶汽车成为第一轮研究的热点方向。道路交通标志检测作为无人驾驶汽车行

驶段的一个重要部分，在上周研究中已取得显着成果，但由于自然情况过于复杂，检测测测涉

及很大，检测的准确率和实时性难以平衡，现阶段研究偏离实际应用还有距离。基于此背景，

本文设计了一套检法，实现了基于车辆行驶的动态背景中、多种光照条件下、交通标

志的实时检测和。

首先，本算法使用颜色提取值提取的方法获得前景区域，并使用HSV颜色空间来排除

光干扰。接下来，本算法比较了基于HOG特征的SVM分类器和Haar分类器及其组合，利

利用形状信息进一步筛选目标。除此之外，本算法揭示了图像连续的与静态图像检测

相结合，提高了处理速度。本算法以帧差法为基础排除了大部分静态背景，进行了前景区

域预设定。本算法实现与检测结合，比较了CamShift算法和邻域法。最果

表明，本算法具有一定程度的实时性，对具有一定的灯光变化、形变、遮挡鲁棒性。

:颜色阈值提取,HOG+SVM,Haar分类器,CamShift,实时性

CARBASEDTRAFFICSIGNDETECTION

Inrecentyears,driverscarsbecameahotresearchdirectionaroundtheworld.Roadtraffic

signdetection,asanimportantpartofdriverscars,hasgainedremarkableachievements.

However,becauseofthecomplexityofnaturalscene,itisdifficulttobalanceweendetection

accuracyandspeed,andresearchnowhasstillsomedistanceawayfrompracticalapplication.In

thiscontext,thispaperdesignsadetectionalgorithmbasedoncar-baseddynamic-background,

andachievesreal-timetrafficsigndetectionandtrackingunderavarietyoflightingconditions.

First,thealgorithmusesthemethodofcolorthresholdextractiontoobtaintheforegroundarea,

whichadoptHSVcolorspacetoexcludetheinterferenceoflight.Next,thealgorithmcompares

SVMclassifierbasedonHOG,Haarclassifier,andtheircombination,toobtaintargetsusingshape

information.Inaddition,thealgorithmcombinesthecontinuityofframestothedetectionof

staticimagestospeedupprocessing.Thealgorithmusesframedifferencemethodtoexcludemost

staticbackgroundandpre-setprospectregion.Thealgorithmalsocombinestrackinganddetection

andcompare