智能计算开题报告第七组

智能计算开题报告第七组成员:张翰超金

姣陈一鸣小组分工张翰超：交通限速标志提取、识别陈一鸣：交通限速标志识别金 姣：数据采集、识别算法研究、 文档编写及展示背景介绍简介过程意义简介交通标志识别（TSR）可用来管理交通标志、提醒司机以及命令或者禁止某些行为。快速、实时和自动的交通标志检测和识别系统不仅能给司机带来方便，因此大大提高了驾驶的安全性和舒适性。一般来说，交通标志提供大量的安全高效导航的信息。因此，高效识别交通标志，无论是对自动智能化驾驶车辆还是驾驶辅助系统都很重要。过程交通标志识别系统通常分为两个特定的阶段：第一个是检测录像中的交通标志或者是图像处理；第二个阶段涉及到识别那些检测出来的交通

标志，即在人工神经网络中处理感兴趣目标。检测算法通常是基于形状或颜色分割片段，这些提取出的分割区域作为识别阶段的输入数据。意义交通标志提供大量的安全高效导航的信息。因此，高效识别交通标志，无论是对自动智能化驾驶车辆还是驾驶辅助系统都很重要。主要内容：

一．数据采集二．交通标志提取三．交通标志识别四．实验结果及其分析一、数据采集1.本实验主要识别限速交通标志：5、25、40、50、60示例：限速60的速度牌一、数据采集2.数据采集的主要途径：①通过Google搜索引擎获取②实地采集3.数据采集的要求：每种交通限速标志分不同角度采集二、交通标志提取对采集的原始数据进行交通标志提取、裁切、标准化。二、交通标志提取1.预处理①通过波段运算进行图像增强②高斯滤波去除噪声③图像二值化二、交通标志提取2.标志提取——圆提取①霍夫变换进行圆提取②进行裁切得到交通标志③归一化交通标志图像（30X30）三、交通标志识别The

input

of

the

Neural

Network30x30

pixels

RGB

&

gray

image三、交通标志识别Neural

network

architecture---MLP

(Multi

LayerPerceptron)The

total

input

to

MLP

is

63

nodes.

They

consists

of

3normalized

average

maximum

pixel

values,

MR,

MG

and

MB,30

inputs

from

a

vertical

histogram

(vh)

and

30

inputs

froma

horizontal

histogram(hh).三、交通标志识别The

training

set

consists

of

two

main

dataThe

training

set

consists

of

two

main

dataillustrates

the

4

patterns

of

training

data

withoutproblem.illustrates

the

4

patterns

of

training

data

with

5different

distortionsproblems(stain

color,

noise,pixilated

distortion,

blur,

and

color

distortion).三、交通标志识别The

validation

setVerifies

the

network

by

observing

Least-Square-Criterion

and

Kullback-Leibler

Distance

measurements三、交通标志识别Pattern

recognition:

MLP

Structure

(Multi

LayerPerceptron)In

the

training

process,

the

network

obtains

63

essentialtraining

data

parameters

which

are

extracted

by

theForm

Recognition

Stage.

The

weights

of

63

node-inputlayer

are

altered,

and

then

the

parameters

are

passed

to

the

hidden

layer

respectively.When

performing

the

network,

the

net