颜色特征和sift算法结合的指示类交通标志识别

本文主要是介绍颜色特征和sift算法结合的指示类交通标志识别，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

摘要...................................................................................... 3

第一章绪论........................................................................ 6

1.1 研究课题背景....................................................... 6

1.2 国内外发展现状................................................... 8

1.3 课题研究的目的................................................. 11

1.4 课题的研究内容及章节安排............................. 11

第二章图像特征的概述.................................................. 12

2.1 SIFT特征............................................................ 12

2.2 相机标定............................................................. 15

2.3 图像校正............................................................. 16

2.4 SIFT算法............................................................ 16

2.4.1 基于特征的SIFT算法............................ 16

2.4.2 基于局部的SIFT算法............................ 17

第三章基于颜色空间的交通标志检测和定位.............. 17

3.1 交通标志的介绍................................................. 18

3.2 基于HSV 颜色空间的目标区域分割.............. 19

3.3 基于形状角的交通标志粗分类......................... 21

3.4 基于融合二值特征的交通标志识别................. 22

第四章交通标志颜色特征和SIFT算法设计与仿真.... 24

4.1 仿真分析............................................................. 24

4.1.1 路标监测、定位、分割.......................... 25

4.1.2 路标识别.................................................. 26

4.2 总结..................................................................... 27

第五章总结展望............................................................ 27

参考文献............................................................................ 28

致谢............................................................................ 30

摘要

随着国内外信息技术及计算机视觉技术的不断发展壮大，颜色特征和SIFT算法渐渐成为视觉行业钻研的重要方向，各国科研人员与学术人员都开始在该领域不断拓宽。因为颜色特征和SIFT算法相关系统设备较为简易、成本较少、不需要人为操作等优秀特点，在SIFT特征的相关模型设计中成为使用最为普遍的模型，深受相关工作者的喜爱。颜色特征和SIFT算法在特征匹配中所占的比重很大，逐渐成为关键核心技术，因为其特征提取的准确度对后续的三维重建产生很大的影响，所以能够有效的处理此问题成为特征匹配技术发展的重要因素。针对颜色特征和SIFT算法技术的相关研发设计拥有至关重要的意义，最重要的是在各行各业的实用性方面仍然具有重要的使用价值。

道路交通标志的自动识别技术在车辆自动驾驶领域至关重要，但是自然场景下，光线强弱、障碍物遮挡以及拍摄视角等干扰因素往往会给标识牌的正确识别带来挑战。针对指示类交通标志，介绍了一种能准确识别标识牌的方法，通过HSV颜色特征定位标识牌具体位置后，利用SIFT算法进行特征相似度匹配，实现标识牌的快速分类。实验结果表明，SIFT算法特有的尺度不变特征可以有效提升路标的识别准确率和鲁棒性，在一定程度上为智能驾驶领域道路标识牌识别技术的发展提供理论依据。

关键词：颜色特征；SIFT算法；交通标志检测；特征匹配

Abstract

With the continuous development and growth of information technology and computer vision technology at home and abroad, color feature and SIFT algorithm gradually become an important direction of the vision industry research, national researchers and academic personnel have begun to expand in this field.Because the color feature and SIFT algorithm related system equipment is relatively simple, less cost, do not need human operation and other excellent characteristics, in the SIFT feature related model design has become the most commonly used model, loved by related workers.Color feature and SIFT algorithm account for a large proportion in feature matching, and gradually become the key core technology, because the accuracy of feature extraction has a great impact on the subsequent 3D reconstruction, so it is an important factor for the development of feature matching technology to be able to deal with this problem effectively.The research and design of color feature and SIFT algorithm technology is of vital significance, and the most important is that it still has important use value in the practical aspects of all walks of life.

The automatic identification technology of road traffic signs is very important in the field of vehicle autonomous driving. However, in natural scenes, the interference factors such as light intensity, obstruction and shooting Angle often bring challenges to the correct identification of signs.In this paper, a method to accurately identify the signage is introduced. After locating the signage by HSV color feature, the SIFT algorithm is used to carry out feature similarity matching to realize the rapid classification of signage.The experimental results show that the unique scale invariant features of SIFT algorithm can effectively improve the accuracy and robustness of road sign identification, which provides a theoretical basis for the development of road sign identification technology in the field of intelligent driving to a certain extent.

Key words: Color characteristics;SIFT algorithm.Traffic sign detection;Feature matching

第一章绪论

1.1 研究课题背景

人类使用眼睛通过视觉的方式和方法来感知识别外面的世界，然后通过大脑内部的视觉神经传输给大脑。随着科学技术和社会的发展进步，各行各业都在使用视觉相关的算法研究，成为当今时代特别的景观。然而，随着市场对视觉颜色特征和SIFT算法的需求急剧增加，颜色特征和SIFT算法的精确化化、快捷化、人性化越来越受人们的关注。因此，只依靠摄像机或计算机其自身的结构来提高颜色特征和SIFT算法的性能是完全不够的，更是不现实的，因此我们必须加强颜色特征和SIFT算法相关技术的学习，给视觉行业带来革命性的影响，而且要以一定的技术指标来考核目前的技术状况，定量而又科学地判断颜色特征和SIFT算法的技术状况，给予正确的评价。作为二十一世纪的我们，对颜色特征和SIFT算法行业有自己独特的见解和好奇心，更希望能够探索视觉算法行业，为其尽一份自己的绵薄之力。

计算机视觉研究是基于计算机模拟人类视觉系统的快捷技术，目前主要使用在在三维场景中的目标进行识别、跟踪和测量上，同时朝着图形图像处理方向不断革新。起初，由于各国人工智能对计算机视觉的需求极高，对计算机视觉控制设备给予了很多优秀的设想和建议，而且研究出了很多至关重要的新技术。后来由于颜色特征和SIFT算法技术的出现，科学家在计算机视觉信息化化、智能化方面取得了很大的进步，最终成功设计出多种颜色特征和SIFT算法的算法。如今，由于视觉算法水平的不断改进，计算机视觉应用在很广的范围，分别在军工业、互联网、医学、信息娱乐等主流行业，具有很大的市场需求和研究前景。而且在学科方面，包含了计算机科学、信号处理、数学及统计理论、视觉生理学、视觉心理学以及人工智能等等。因为世界科学技术和人类文明的不断发展和创新，计算机视觉不管是在功能上还是在性能上都得到了前所未有的的发展和提高，逐渐变成当今社会人们必不可缺的智能工具，从而改善了人们的生活方式。

计算机视觉从20世纪50年代开始就已经出现在人们的生活中，同时伴随着世界的计算机技术和科技水平不断改善，早期的研究方向重点放在对二维图像上，最后能够满足计算机代替人类。目前为止，计算机视觉领域，特别是颜色特征和SIFT算法领域得到了快速发展，世界各国的相关研究人员都在该方面做出了特殊的贡献。早在20世纪60年代，在美国的大多数城市，伴随着人口数量和人口流动量也在不断提升，对三维场景颜色特征和SIFT算法分析的相关研究设计需求及要求更高，因此，美国MIT的Roberts公司，针对三维场景中的立体目标进行了相关研发设计，从而开始对三维空间视觉算法的相关研究，也为世界各国指明了方向。这些领域的技术已经得到了前所未有的进步，同时也具有一定的应用价值和市场潜力。计算机特征匹配在消防领域的重视度也越来越高，通过图像识别技术及特征提取等技术判断火情情况。另一方面，由于颜色特征和SIFT算法技术的不断革新，促使人工智能、机器人技术等相关行业不断地壮大和发展，在给这些研究领域带来技术变革的同时，也明确了研究方向，有效地推动人类现代化进程。

计算机特征匹配一般可以分为以下六个步骤分别是：图像的采集、摄像机建模、特征的提取、颜色特征和SIFT算法、深度确定以及内插。随着这几年颜色特征和SIFT算法技术的不断革新，计算机视觉更加智能化，经过有效的数据采集分析和处理，现如今计算机视觉及颜色特征和SIFT算法技术逐渐成为各行各业中重要一员。同时颜色特征和SIFT算法技术和功能一直在发展，这也为计算机视觉在技术上得到不断突破，这也为计算机视觉引领了方向。

1.2 国内外发展现状

近几年，我国很多研究单位、高等学府以及设计公司，特别是做人工智能及智能机器人的相关公司，针对颜色特征和SIFT算法技术的研究和创新投入很大的财力和人力。国外针对颜色特征和SIFT算法技术的研究相对较早，在20世纪中后期，麻省理工学院就开始了对颜色特征和SIFT算法技术的研究，并成功完成对三维积木模型的重建，更令人骄傲的是Huffman、Waltz等将二维图像的处理技术延伸到三维视图，从而有效地处理了阴影等难题，成为特征匹配匹配研究方向的重要里程碑。

随着颜色特征和SIFT算法技术在国内外的不断发展，世界各国的相关技术人员都在颜色特征和SIFT算法方面提供了众多的技术发明，从而使颜色特征和SIFT算法技术得到全方位的发展，给各行各业带来了很大的便利。不同的技术基础，可以分为很多层的分类。因此，从不同的匹配基元角度出发，能够把颜色特征和SIFT算法技术分为三个方向，分别是基于区域、基于特征以及基于相位的匹配方法。

交通标志检测与识别研究始于上世纪八十年代，针对在现实环境中检测识别

交通标志面临的诸多困难，国内外研究者做了大量工作并提出了许多交通标志检

测与识别算法。

1.3 课题研究的目的

虽然颜色特征和SIFT算法的研究取得了很大的进步，但是仍然要面临儿大生要问题遮挡区域匹配、弱纹理区域匹配、深度不连续匹配、倾斜区域匹配以及光照变化引起的匹配问题。现在用于颜色特征和SIFT算法的图像都是在实验室获取，在颜色特征和SIFT算法计算过程中釆用了诸多假设，例如假设场景中的光源为点光源，光照变化对颜色特征和SIFT算法影响不大等。所以颜色特征和SIFT算法要面向实际应用，还需要进一步的研究。

综上，本文提出一种基于SIFT算法的新型交通标志识别方法，利用SIFT算法对旋转、尺度缩放、亮度变化保持不变的特征，达到有效降低拍摄视角、距离远近以及光线强度等对路标识别的影响，通过对大量国内城市道路交通指示类标识牌的特征训练，以完成此类交通路标的分类识别