畢業(yè)論文開(kāi)題報(bào)告：車(chē)輛行駛中交通標(biāo)志的識(shí)別研究

畢業(yè)論文開(kāi)題報(bào)告：車(chē)輛行駛中交通標(biāo)志的識(shí)別研究

　　隨著社會(huì)的進(jìn)步與經(jīng)濟(jì)的發(fā)展，交通安全和交通阻塞成為社會(huì)普遍關(guān)注的問(wèn)題。于是，智能交通系統(tǒng)（Intelligent Transportation System,ITS）便應(yīng)運(yùn)而生。ITS一個(gè)集檢測(cè)、通信、控制和計(jì)算機(jī)等技術(shù)為一體的綜合信息系統(tǒng)，目前已經(jīng)成為廣受關(guān)注的科技領(lǐng)域。
　　道路交通標(biāo)志識(shí)別（Traffic Sign Recognition,TSR）是ITS的重要組成部分，它在車(chē)輛行駛過(guò)程中隊(duì)出現(xiàn)的交通標(biāo)志信息進(jìn)行采集和識(shí)別，可及時(shí)地向駕駛員做出指示或警告，或者直接控制車(chē)輛的操作，以保持交通通常和預(yù)防事故發(fā)生。它是智能車(chē)輛的重要軟件支撐，具有重要的理論意義和實(shí)用價(jià)值。
一、課題來(lái)源
課題《車(chē)輛行駛中交通標(biāo)志的識(shí)別》來(lái)源于學(xué)校命題，是學(xué)校學(xué)科建設(shè)的立項(xiàng)項(xiàng)目之一。
為了安全駕駛和高速運(yùn)輸，交通部門(mén)在公路道路上設(shè)置了各類(lèi)重要的交通標(biāo)志，以提醒司機(jī)和
……（新文秘網(wǎng)http://120pk.cn省略652字，正式會(huì)員可完整閱讀）……　
面起步相對(duì)來(lái)說(shuō)較晚，研究深度與廣度與國(guó)外發(fā)達(dá)國(guó)家相比還有很大的差距。交通標(biāo)志識(shí)別系統(tǒng)作為智能車(chē)駕駛系統(tǒng)的一個(gè)子系統(tǒng)之一，對(duì)其深入研究有助于提高機(jī)動(dòng)車(chē)駕駛的安全性和舒適性，因此對(duì)智能交通系統(tǒng)和智能車(chē)的研究具有重要意義。
三、綜合分析
交通標(biāo)志通常具有規(guī)則、封閉的幾何外形，鮮明的顏色特征，但實(shí)際通過(guò)數(shù)碼相機(jī)拍攝的交通標(biāo)志影像還受關(guān)照、攝影角度、物體遮擋（如行人、車(chē)輛、樹(shù)木等）的影像，往往并不是很理想，在對(duì)影像特征進(jìn)行抽取和識(shí)別時(shí)，需要考慮一下技術(shù)難點(diǎn)：
1) 拍攝的彩色圖片中，交通標(biāo)志的顏色不純，背景顏色雜亂，可能會(huì)影響特征的抽取；
2) 交通標(biāo)志受其他物體遮擋造成輪廓不封閉，對(duì)特征的抽取會(huì)產(chǎn)生一定的影響；
3) 由于背景顏色雜亂，在抽取特征是可能會(huì)造成一定的背景噪聲，需要消除；
4) 由于拍攝時(shí)，相機(jī)移動(dòng)速度過(guò)快，可能會(huì)造成影像的模糊；
5) 當(dāng)多個(gè)標(biāo)志相互挨在一起時(shí)，需要將其分割開(kāi)來(lái)；
6) 各種模板的大小不一致，同時(shí)各種標(biāo)志的圖像可能存在變形、縮放等變化，需要在進(jìn)行特征匹配時(shí)進(jìn)行處理；
7) 部分交通標(biāo)志之間具有左右對(duì)稱(chēng)性（如禁止左轉(zhuǎn)彎或禁止右轉(zhuǎn)彎），在通過(guò)顏色直方圖進(jìn)行匹配時(shí)需要注意區(qū)分；
8) 交通標(biāo)志數(shù)字影像通常具有較大的數(shù)據(jù)量，需要考慮自動(dòng)識(shí)別處理算法的效率和性能。
四、方案論證　
交通標(biāo)志在分割出來(lái)后進(jìn)行識(shí)別難度較大，因?yàn)榻煌?biāo)志不同于一般的數(shù)字，利用通常的車(chē)牌識(shí)別中用到的鏈碼跟蹤和骨架特征點(diǎn)提取是不可行的。目前有關(guān)交通標(biāo)志識(shí)別的研究很多涉及模板匹配，神經(jīng)網(wǎng)絡(luò)，遺傳算法，模擬退火等，列舉如下：
1) 基于模板匹配的交通標(biāo)志識(shí)別方法：利用設(shè)計(jì)好的邊沿檢測(cè)器提取交通標(biāo)志內(nèi)部圖案，并與數(shù)據(jù)庫(kù)中的模板進(jìn)行匹配，實(shí)現(xiàn)交通標(biāo)志的識(shí)別。該系統(tǒng)知識(shí)局限于實(shí)驗(yàn)室條件下交通標(biāo)志的識(shí)別因此很難適應(yīng)現(xiàn)實(shí)環(huán)境中實(shí)際交通標(biāo)志的識(shí)別，而且如果待識(shí)交通標(biāo)志存在變形或噪聲，這種識(shí)別方法也很難奏效，此外該方法沒(méi)有考慮光照的影響。
2) 基于BP神經(jīng)網(wǎng)絡(luò)來(lái)辨識(shí)交通標(biāo)志中的彩色區(qū)域：第一層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)色彩的分類(lèi)，該層中利用圖像的像素值作為輸入，色彩類(lèi)型作為輸出實(shí)現(xiàn)BP網(wǎng)絡(luò)的訓(xùn)練；第二層神經(jīng)網(wǎng)絡(luò)完成交通標(biāo)志外形的分類(lèi)，從而區(qū)分交通標(biāo)志和非交通標(biāo)志區(qū)域。
3) 基于角度檢測(cè)的交通標(biāo)志檢測(cè)與分類(lèi)：該方法通過(guò)檢測(cè)黑白交通標(biāo)志圖像中兩條線的夾角，并且進(jìn)一步檢測(cè)這些角度之間的幾何關(guān)系來(lái)判斷交通標(biāo)志的類(lèi)型。該方法的應(yīng)用局限在于：當(dāng)存在大量背景圖像和噪聲時(shí)，基于線條的角度檢測(cè)和魯棒性是比較差的，很難正確檢測(cè)出屬于交通標(biāo)志圖形的角度。為了克服錯(cuò)誤檢測(cè)可以利用色彩信息作為補(bǔ)充來(lái)提高辨識(shí)率。
4) 基于模擬退火的交通標(biāo)志識(shí)別：模擬退火是解決優(yōu)化問(wèn)題的常用搜索算法。該算法起源于鋼鐵冷卻退火的過(guò)程，該算法本質(zhì)上是一迭代尋優(yōu)過(guò)程，該過(guò)程受冷卻溫度的控制，最終收斂于最優(yōu)點(diǎn)。迭代過(guò)程以待識(shí)別交通標(biāo)志圖像與模板圖像的相關(guān)系數(shù)（只比較非零像素點(diǎn)）作為衡量標(biāo)準(zhǔn)，搜索空間的維數(shù)由模板圖像可能存在的大小，尺寸，位置和形狀來(lái)決定。該方法在對(duì)含有大量噪聲的圖像仍能實(shí)現(xiàn)較好的識(shí)別效果，但受初始狀態(tài)和模板的信息量的影響，可能存在誤識(shí)或收斂速度很慢的問(wèn)題。
　　另外國(guó)內(nèi)針對(duì)交通標(biāo)志識(shí)別的方法還有基于神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別方法；基于數(shù)學(xué)形態(tài)學(xué)的交通標(biāo)志識(shí)別方法等。
五、工作步驟
交通標(biāo)志識(shí)別系統(tǒng)的框圖如下所示：



……（未完，全文共2880字，當(dāng)前僅顯示1831字，請(qǐng)閱讀下面提示信息。收藏《畢業(yè)論文開(kāi)題報(bào)告：車(chē)輛行駛中交通標(biāo)志的識(shí)別研究》）