摘 要

随着我国经济的快速发展和汽车行业的欣欣向荣，机动车的保有量逐年升高。在人们享受这种交通便利时，各种交通事故也频频发生，严重损害了人民的人身安全和财产安全。因此，智能交通系统在这种环境下应运而生且成为现代汽车不可或缺的一部分。在智能交通系统中，交通标志的识别作为重要的一环，引起了国内外的广泛关注。

本文以C 为编程工具，基于OpenCV库设计并实现了一套交通标志识别系统，其中包含检测和识别两个部分。

在交通标志的检测过程中，首先进行图像的预处理过程，即采用伽马变换进行图像增强，用以改善图像的画质，然后采用高斯滤波用来滤除噪声。接着根据交通标志的颜色特征做阈值分割，将RGB颜色空间转化到HSI色彩空间做阈值分割。根据颜色信息做分割具有一定的局限性，由于交通标志具有特定的形状，故根据形状特征进行分割会更加稳定可靠。本次实验选择提取所有轮廓，根据交通标志特定形状的特征(圆形度，对称性)进行筛选，可以有效地检测出交通标志并获取目标区域。

在交通标志的识别过程中，本文采用特征提取和机器学习结合的方法。特征提取采用方向梯度直方图算法，识别则采用机器学习中经典的支持向量机算法，训练集为仅包含交通标志的图片。识别效果非常满意，且运行效率很高。对颜色阈值和筛选条件做相应的调整，改变函数的参数，即可适应于各种环境下以及各种类型的交通标志的识别。

关键词：智能交通系统；交通标志检测；交通标志识别；机器学习；特征提取；图像分割；方向梯度直方图；支持向量机

Abstract

With the rapid development of China's economy and the prosperity of the automotive industry, the number of motor vehicles is increasing year by year. When people enjoy this convenient transportation, various traffic accidents occur frequently, which seriously damages the personal safety and property safety of the people. Therefore, the intelligent transportation system came into being in this environment and became an indispensable part of modern automobiles. In the intelligent transportation system, the recognition of traffic signs as an important link has aroused widespread concern at home and abroad.

This article uses C as a programming tool and designs and implements a set of traffic sign recognition system based on the OpenCV library, which includes detection and recognition.

In the detection process of traffic signs, first of all, the image preprocessing process, that is, the use of gamma transformation for image enhancement, to improve the image quality, and then use Gaussian filtering to filter out noise. Then, threshold segmentation is performed according to the color features of traffic signs, and RGB color space is converted into HSI color space for threshold segmentation. Segmentation based on color information has certain limitations. Since traffic signs have a specific shape, segmentation based on shape features will be more stable and reliable. This experiment chooses to extract all the contours and filter according to the characteristics of the specific shape of the traffic sign (circularity, symmetry), which can effectively detect the traffic sign and obtain the target area.

In the process of traffic sign recognition, this thesis uses a combination of feature extraction and machine learning. The feature extraction uses the histogram of oriented gradients algorithm, and the recognition uses the classic support vector machine algorithm in machine learning. The training set is a picture containing only traffic signs. The recognition effect is very satisfactory, and the operation efficiency is very high. Make corresponding adjustments to the color threshold and screening conditions, and change the parameters of the function to adapt to the recognition of various types of traffic signs in various environments.

Keywords: Intelligent traffic system; traffic sign detection; traffic sign recognition; Machine learning; feature extraction;image segmentation; Histogram of Oriented Gradient; Support Vector Machine

目录

第1章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 1

1.3 交通标志识别的研究难点 2

1.4 本文结构 3

第2章 系统设计 4

2.1交通标志分类 4

2.2 系统设计及流程框架 5

第3章 交通标志的检测 7

3.1 图像预处理 7

3.1.1 图像增强 7

3.1.2 图像滤波 9

3.2 颜色阈值分割 10

3.3 形状分割 12

3.3.1 形态学处理 12

3.3.2 轮廓提取和筛选目标区域 14

第4章 交通标志的识别 16

4.1 HOG特征提取算法 16

4.2 SVM分类识别算法 18

第5章 结果展示及分析 22

第6章 总结 24

参考文献 25

致谢 27

第1章 绪论

1.1 研究背景及意义

随着现代汽车的普及，现代人们的出行已经十分地便利，同时交通运输的压力也与日俱增。尽管在过去几年里，人们的安全观念和法治观念有了极大地提升，因交通事故死亡的人数逐年减少，但是由于司机麻痹大意、粗心分神导致的交通安全事故频频发生，因此驾驶安全问题仍然严峻。

为了解决车辆行驶安全问题，智能交通系统（Intelligent Traffic System，简称ITS）应运而生，并逐渐成为研究的热门^[1]。ITS涉及到的学科领域有人工智能、自动控制和传感器等，是一个智能、高效的综合管理系统，致力于服务整个交通运输体系。

由于交通标志是道路安全设施的重要组成部分以及道路交通信息的重要载体，能传递引导、限制、警告或指示信息，对于指示道路状况、引导行人和安全驾驶有重要的意义，故交通标志识别系统（Traffic Sign Recognition，简称TSR)，作为ITS的重要组成部分^[2]，已逐渐受到广泛关注并成为研究的焦点。

TSR在驾驶辅助、自动驾驶等领域有着相当广阔的应用前景。在司机的日常驾驶中，TSR能为司机准确提供路况信息并及时提供安全预警信息，使得司机不必再分神去留意路边的交通标志，减小了司机的驾驶压力，方便司机快速地做出反应，提升司机驾驶的安全性，同时也规范了司机的驾驶行为，减少交通事故的发生。在自动驾驶领域，尽管谷歌、特斯拉、百度等高科技公司已经相继推出无人驾驶的汽车，但由于其安全性能仍未得到大众的认可故并未普及，TSR是影响自动驾驶安全性能的重要一环，能决定汽车能否在面对不同路况时做出正确的反映，能否依照交通规则在道路上安全地行驶。因此，TSR对于减少交通事故发生、减少国民经济损失有着巨大的意义以及对于自动驾驶领域有着巨大的商用前景。