道路交通标志识别算法的研究 强烈推荐 全国优秀硕士论文

交通标志识别(TSR)系统是智能交通系统的重要研究方向。道路交通环境复杂、交通标志数据库规模庞大等因素导致在设计TSR系统可行性方案时必须考虑计算复杂度和识别率。提出了一种高效且快速的基于改进主成分分析(PCA)法和极限学习机(ELM)的TSR算法, 被称为PCA-HOG。该算法首先提取交通标志数据库中每个交通标志的梯度方向直方图(HOG)特征, 利用改进PCA算法对提取出的HOG特征进行降维处理, 之后利用降维后的HOG特征进行ELM模型训练, 利用经过训练的ELM模型识别测试图片。实验结果表

着眼于盲人出行问题, 设计了一套视听融合导盲机器人系统。该系统可以实现环境障碍探测、道路交通标志识别、行进路径规划、信息实时交互等功能。硬件方面, 通过各种类型光学传感器进行实时视觉信息采集, 并通过语音形式与使用者进行信息交互; 软件方面, 采用神经网络算法对多传感器信息进行数据融合以实现环境信息识别, 采用双极系数法以及基于颜色直方图的图像分割分别实现对斑马线和盲道两种交通标志的识别, 基于人工势场法实现行进路径规划。为了验证该方案的有效性, 搭建了原型系统, 并在真实环境下进行测试, 实验