基于圖像的AGV道路交通標志識別技術研究.pdf

1、隨著城市化的發展、汽車的普及，道路交通的擁擠，交通事故的頻繁和道路運輸效率低等問題越來越來嚴重。在此背景下，許多發達國家開始采用高新技術改造現有的道路交通系統，即智能交通系統。這是一種集通訊、檢測、控制與計算機等技術為一體的。實現該系統的一個關鍵技術就是要發展具有主動安全技術的智能駕駛車輛。
　　 基于計算機視覺的交通標志識別是智能駕駛車輛的關鍵技術和難點之一。因此，在車載視覺系統中，如何有效地識別道路交通標志是一個非常重要的研

2、究課題。目前，已有的各種交通標志識別算法，各具特色，在某些特定場合發揮一定的功效，不過也存在一些不足。本課題的研究目的是為了克服這些不足，提高交通標志識別算法的實時性和精度，這對實際應用具有重要的意義。
　　 在分析和總結國內外對交通標志進行檢測和分類識別的基礎上，文本研究了交通標志識別的四大關鍵技術：預處理技術，分割技術，特征提取技術和神經網絡分類技術，提出了交通標志識別系統的框架。接著結合具體識別目標，對分割技術和特征提取技

3、術做了深入剖析后，提出了基于不變矩和模糊小波神經網絡的交通標志識別算法。把模糊技術引入到神經網絡當中，利用模糊技術的優點來克服神經網絡的缺點，最后詳細探討了基于不變矩和模糊小波神經網絡的識別方法，并與BP神經網絡進行了實驗對比，從而證明了本文提出基于不變矩和模糊小波神經網絡的交通標志識別算法的有效性和優越性。實驗表明，采用本文提出的算法對交通標志進行識別與傳統的神經網絡算法相比其訓練速度更快，精度更高，能滿足智能駕駛車輛系統在道路交通標