1、隨著社會(huì)經(jīng)濟(jì)的蓬勃發(fā)展和人民生活質(zhì)量的不斷提高，汽車越來越成為人民生活不可或缺的一部分，在提高人民生活便利的同時(shí)也帶了很多的交通事故和安全隱患。迄今為止，國內(nèi)外出現(xiàn)了很多性能良好的檢測識(shí)別方法，但是這些研究大都是基于靜態(tài)的交通標(biāo)志圖像，即使是自然場景下的交通標(biāo)志圖像，其檢測和識(shí)別也是在電腦而非移動(dòng)終端上進(jìn)行的。移動(dòng)終端上交通標(biāo)志的檢測和識(shí)別，是智能交通和輔助駕駛中的重要組成部分，對(duì)于增加道路的通行潛力，優(yōu)化路況具有重要的研究意義。本文基

2、于這一背景，進(jìn)行了面向移動(dòng)智能終端的交通標(biāo)志識(shí)別系統(tǒng)的技術(shù)研究，該系統(tǒng)分為客戶端和服務(wù)器端，通過手機(jī)攝像頭捕獲交通標(biāo)志，并將檢測到的交通標(biāo)志傳輸給服務(wù)器端進(jìn)行識(shí)別，服務(wù)器端將識(shí)別的信息反饋給手機(jī)客戶端進(jìn)行信息的顯示。
　　在交通標(biāo)志的檢測模塊，本文采用基于顏色分割和霍夫變換相結(jié)合的檢測方法，該方法首先利用HSV顏色模型對(duì)交通標(biāo)志進(jìn)行顏色分割，其次對(duì)分割區(qū)域進(jìn)行預(yù)處理，其中包括圖像的二值化，噪聲剔除和候選區(qū)域的選擇，然后再對(duì)候選區(qū)域

3、進(jìn)行形狀預(yù)分類，最后通過霍夫變換進(jìn)行形狀檢測，剔除其中不屬于交通標(biāo)志的區(qū)域，完成交通標(biāo)志的檢測。基于上述方法在移動(dòng)客戶端實(shí)現(xiàn)交通標(biāo)志檢測功能，并將檢測到的交通標(biāo)志傳輸給服務(wù)器端進(jìn)行后續(xù)的識(shí)別功能。
　　在交通標(biāo)志的識(shí)別模塊，本文采用了基于稀疏表示的圖嵌入算法。該算法將圖嵌入算法和稀疏表示算法有效地融合到了同一個(gè)框架下，該方法不僅可以完好地保留數(shù)據(jù)集的局部流形結(jié)構(gòu)，而且也可以保留全局判別信息。另外，考慮到交通信號(hào)的特殊性——不同信號(hào)