1、交通標志作為重要的道路安全附屬設施，在規(guī)范交通行為、指示道路狀況、保障道路功效、引導行人和安全駕駛等方面起到重要作用。為了確保交通標志的信息能夠及時、準確的傳達，交通標志自動識別系統(tǒng)(TSR)受到各國學者的重視?；谟跋竦牡缆方煌酥緳z測和分類是交通標志自動識別系統(tǒng)的兩個關鍵技術環(huán)節(jié)，經(jīng)過多年的發(fā)展，在理論研究和實用系統(tǒng)方面均取得了一定的成果。
　　交通標志長期暴露在戶外，標志本身會發(fā)生顏色退化、污損以及形變;在視頻和圖像的采集過

2、程中，光照變化會導致交通標志顏色失真，視角傾斜會引起交通標志形狀變化;在復雜環(huán)境下交通標志會被其它物體遮擋而形成不完整的邊緣，這些都給交通標志的檢測帶來挑戰(zhàn)。交通標志的分類是TSR中另一個關鍵技術，交通標志類別眾多，是典型的多分類問題，追求分類算法的魯棒性和有效性仍然是尚未有效解決的熱點問題。
　　針對上述不足，本文在交通標志顏色處理、交通標志檢測和分類等方面進行了研究，主要研究工作如下:
　　(1)針對交通標志的顏色特征，

3、提出顏色分布模型和改進的顏色對比度模型，以突出圖像中的交通標志區(qū)域。顏色分布模型通過計算交通標志主體顏色在Lab空間中的分布概率，得到輸入圖像相對于每種顏色的特征圖，在特征圖中突出相應顏色的區(qū)域。改進的顏色對比度模型則根據(jù)人眼視覺機制中存在的顏色對抗性，突出紅色、藍色和黃色區(qū)域。在實驗階段對比了這兩種模型和其他常用的顏色處理算法在交通標志數(shù)據(jù)集上的運行結(jié)果。實驗證明，本文提出的改進的顏色對比度模型在保證最短運行時間的同時取得了最高的檢測

4、率。
　　(2)在研究交通標志快速檢測算法的基礎上，提出一種基于旋轉(zhuǎn)對稱投影的快速多邊形檢測算法。該方法以圖像的邊緣梯度為特征，選擇滿足特定旋轉(zhuǎn)對稱角度的點進行投影，得到圖像中可能存在的多邊形，之后采用多邊形分類方法得到其具體類別。該算法時間復雜度較低，實驗表明每幅圖像的平均處理時間為55ms，能夠滿足交通標志檢測的實時需求。
　　(3)在分析現(xiàn)有交通標志形狀檢測算法的基礎上，針對部分遮擋和視角傾斜的交通標志提出了基于連接分

5、布(LD)模型的多邊形檢測方法。LD模型將多邊形看作中心到邊界點連接的集合，每個連接可用連接的長度、連接與水平線的夾角、邊界點的邊緣方向表示。在交通標志發(fā)生視角傾斜和邊緣部分缺失的情況下，連接間的順序和鄰接關系不變，因此該算法能夠有效檢測視角傾斜和邊緣不完整的多邊形。在公開數(shù)據(jù)集上的實驗表明，該算法在禁令、警告和指示標志上的檢測率分別為98.63％、95.24％和94.40％，優(yōu)于大多數(shù)國際先進算法。
　　(4)針對復雜環(huán)境下交通

6、標志檢測結(jié)果不理想的情況，提出一種基于視覺顯著性的交通標志檢測算法。該算法將自底向上和自上而下的顯著性結(jié)合在一起，完成對交通標志的檢測。自底向上的顯著性算法在顏色聚簇劃分和區(qū)域分割的基礎上，計算區(qū)域之間的對比度和區(qū)域所屬聚簇的顏色分布緊致性，以此作為該區(qū)域的顯著性度量。每一類交通標志均有特定的顏色特征，可形成類別相關的顯著圖，即自上而下的顯著性檢測。和自底向上的顯著圖相結(jié)合，完成復雜環(huán)境中交通標志的檢測。實驗證明該方法可以有效檢測禁令、

7、指示和警告標志，在公開數(shù)據(jù)集上取得了較高的檢測率。此外，該方法能夠檢測白色交通標志，不需要額外的處理。
　　(5)在分析我國交通標志特點的基礎上，提出一種逐級細化的交通標志分類方法。首先根據(jù)顏色和形狀特征將交通標志分為五個大類，即禁令標志、警告標志、指示標志、解除禁令標志和其它標志。在粗分類中，分別利用HOG和CN描述子表示每類標志的形狀和顏色特征，采用線性SVM分類器得到感興趣區(qū)域所屬的大類。然后分析詞袋模型中顏色和形狀特征的融