《基於全局和局部特徵相融合的交通標誌識別研究》是依託北京交通大學，由袁雪擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於全局和局部特徵相融合的交通標誌識別研究
- 項目類別：青年科學基金項目
- 項目負責人：袁雪
- 依託單位：北京交通大學
項目摘要,結題摘要,
項目摘要
如何提高交通標誌識別系統在室外複雜環境下的檢測與識別能力是交通標誌識別技術實用化的關鍵。本項目擬通過全局與局部特徵相融合的算法提取交通標誌的特徵，進而完成交通標誌的檢測與識別。在全局特徵提取方面，擬提出具有魯棒性的顏色和空間結構分布特徵作為圖像的全局特徵；在局部特徵提取方面，將改進傳統的局部二值模式(LBP)，並融入梯度方向分布信息作為圖像的局部特徵；其次，研究特徵融合方法，對上述提取的全局和局部特徵進行有效的融合，使融合後的圖像特徵描述子具有充分性、鑑別性和魯棒性；最後，將圖像特徵描述子送入分類器，實現交通標誌的識別，並採用仿真實驗和理論分析相結合的方法評價系統的性能。最終目標是，在不明顯增加運算量的前提下，利用全局及局部特徵融合的方法實現比傳統方法更好的識別效果，達到將識別率提高5%-10%以上的預期目標。通過本項目的研究，豐富圖像特徵提取技術，為推進交通標誌識別系統的實用化奠定基礎。
結題摘要
如何提高交通標誌識別系統在室外複雜環境下的檢測與識別能力是交通標誌識別技術實用化的關鍵。典型的交通標誌識別系統分為檢測和識別兩個部分。在交通標誌檢測部分，本項目提出了基於圖論模型的交通標誌檢測算法，本算法將圖論模型中節點的顏色、顯著性、局部空間及紋理信息融合在一起，從而解決了一系列諸如複雜背景、模糊、光照變化等條件下的交通標誌檢測問題；在交通標誌識別部分，本項目提出了全局與局部特徵相融合的圖像特徵描述子提取算法。在全局特徵提取方面，提出了具有魯棒性的顏色和空間結構分布特徵作為圖像的全局特徵；在局部特徵提取方面，改進了傳統的局部二值模式(LBP)，並融入梯度方向分布信息作為圖像的局部特徵；最後，將圖像特徵描述子送入支持向量機中，實現交通標誌的識別。本項目取得的主要成果有：（1）分別在德國、瑞典、西班牙等國際公開交通標誌庫進行實驗仿真，實驗結果證明了本算法與現有的交通標誌檢測與識別算法相比，檢測與識別精度均提高了5%以上；（2）建立了中國交通圖像資料庫，總標定圖像數為40餘萬張，標定交通標誌數為27,394個，交通標誌類別為43類；（3）建立了功能完備的交通標誌識別路上測試軟體平台；（4）在本項目的資助下，共發表學術論文8篇，其中SCI檢索論文6篇，項目申請人以第一作者在IEEE trans 期刊上發表論文4篇；（5）在本項目的資助下，培養博士研究生1名、碩士研究生9名。
