基于图像的交通信号灯检测和识别.docVIP

基于图像的交通信号灯检测和识别 摘要针对智能车辆，实现了一种在城市交通中检测和识别交通信号灯的方法。该方法基于RGB颜色空间，首先提取彩色图像的R、G、B三个分量，再利用两分量色差法，并依据实验阈值对图像二值化。然后利用形态学运算对图像进行降噪处理，然后轮廓跟踪，再对图像粗筛选以确定候选区域，分割图像，从而求出二值图像中交通灯候选区域的外接矩形。根据箭头指示信号灯的外形特点，设计出三种模板，使用模板匹配对候选区域进行确认，最终检测、识别出交通灯的颜色以及方向。11100 关键词：交通信号灯识别；RGB颜色空间；形状分割；模板匹配 毕业设计说明书（论文）外文摘要 For intelligent vehicles, a method is discussed for the detection and recognition of traffic lights based on images. This method is based on the RGB color space. Starting with the separation of the 3 components from the color image, algebra operation is performed on the two operator selected from the RGB components. Then the image is binaried according to the threshold obtained from the experiment. Morphologic methods are used to smooth and fill the mask. Contour Tracking is then employed to detect the candidate regions so as to locate the possible regions of signal lights in the binary image. The binary image is segmented and shape candidates are selected. After that, three kinds of traffic light templates are designed to confirm the candidate regions. With template matching, traffic lights can be recognized at last. Keywords:traffic lights recognition；RGB color space；shape segment；template matching 目录 摘 要 I Abstract.. II 1绪论 1 1.1课题研究背景及意义…….. 1 1.2 课题研究现状及成果 2 这些交通事故的发生均不同程度地关系到驾驶员、车辆和道路环境因素，据科学家研究分析表明，由于驾驶员因素而直接导致的道路交通事故约占65%，与驾驶员因素有关而导致的道路交通事故约占近95%。从上述数据可以看出，驾驶员失误操纵是发生交通事故的主要原因[1]。其中，可能会因为驾驶员注意力分散或者驾驶疲劳而造成交通事故，该情况约占驾驶员因素相关事故的90%[2]，也可能由于外界天气恶劣，使驾驶员的视野和感官能力受到限制，甚至因为在突发情况下，驾驶员的反应能力不足以避开交通事故的发生。因此利用先进技术手段代替驾驶员来增强车辆环境感知能力，实现车辆的智能化，提高汽车安全性能，减少道路交通事故是各相关领域研究机构所要面对的重要课题。 智能车辆技术按功能主要分为辅助驾驶和无人驾驶两个方面。而本论文针对交通信号灯检测和识别技术的研究对于以下几个方面有着非常重要的意义： 1）作为辅助驾驶系统的一部分——实用性强，需求迫切。 一方面，辅助驾驶可以提高行驶安全性。伴随着居民生活水平的提高，私家车日益增多，同时也造成了交通的日趋拥挤。由于天气原因能见度低，道路场景复杂，或者因为司机新手上路，疲劳甚至酒后驾驶等原因，忽视交通信号灯而引发的交通事故频繁发生。如果有一套自动交通信号灯识别装置作为辅助驾驶系统，适时地提醒司机前方的通行情况，帮助司机对车辆进行控制（如遇红灯自动减速等），就能够大大提高行车的安全性。 另一方面，可以帮助特殊人群。对于世界上7%-8%的色盲、色弱患者，在拥有自动交通信号灯识别装置后，他们将如正常人一般能够分辨交通信号灯的状态，驾驶汽车对他们来说将成为可能。同样，对于失明人士，通过图像处理获知