电子警察系统中的交通信号灯识别方法研究

摘要

城市交通智能化管理是现代城市信息化建设的重要组成部分。电子警察系统是城市智能化管理的重要应用，不仅保障了车辆的安全行驶和维护了交通秩序，而且提高了管理效率和执行力。交通信号灯的识别作为电子警察系统的重点功能之一，受到了国内外学者的关注，但是由于城市环境复杂，干扰交通信号灯的因素较多，尤其在夜晚，交通信号灯偏色和变形严重，而现有算法对全天交通信号灯的识别效果不理想，因此交通信号灯的识别成为了重点和难点。
　　本文针对电子警察系统和现有算法的不足提出了全天实时识别交通信号灯的算法。主要包括交通信号灯颜色检测和交通信号灯类型识别。在交通信号灯颜色检测阶段，针对现有算法对全天时间段交通信号灯检测效果不理想的问题，提出了分时段自适应检测算法，包括交通灯候选区域的获取和过滤；在交通信号灯类型识别阶段，针对现有算法存在的漏检和误检问题，提出了多帧关联优化算法，将交通信号灯的跟踪结果和检测结果进行关联，再利用交通信号灯状态和类型周期性变化的特点优化识别结果。
　　实验结果表明，本算法在复杂的城市环境下准确率达到90％以上，每秒可处理20帧左右图像，适用于全天、箭头形和圆形交通信号灯、柱式和悬挂式安装方式的交通信号灯，所以本算法具有很好的准确性、实用性和鲁棒性。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 选题意义及课题价值

1.2 国内外研究现状及存在的主要问题

1.3 算法的提出和基本流程

1.4 本文主要内容和结构

第2章 交通信号灯检测

2.1 分时段自适应检测算法基本思想

2.2 交通信号灯候选区域获取

2.3 交通信号灯候选区域过滤

2.4 分时段自适应检测算法的实验结果

2.5 本章小结

第3章 交通信号灯类型识别

3.1 交通信号灯类型识别算法流程

3.2 ELM分类器的训练

3.3 ELM分类器的识别

3.4 实验结果分析

3.5 本章小结

第4章 交通信号灯识别结果优化

4.1 多帧关联优化算法具体实现

4.2 最终实验结果分析

4.3 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢