Магистерская диссертация тема работы Разработка нейросетевого метода детектирования и распознавания знаков дорожного движения

1.4
 
Выбор 
наиболее подходящего алгоритма для реализации 
детектирования объектов 
Чтобы водителям было легче читать и распознавать дорожные знаки, 
они часто имеют определенную форму и цвет с символами внутри, так что 
между дорожными знаками и фоном существует существенная разница.
Например, дорожный знак ограничения скорости 60 имеет круглую 
форму с сильным числом «60». Эти функции также являются важной 
информацией для систем распознавания дорожных знаков. 
Однако распознавание дорожных знаков - непростая задача, поскольку 
существует много неблагоприятных факторов, таких как плохая погода, 
изменение точки зрения, физический ущерб и т. д.
Сложности в этой области, с которыми столкнулись, заключались в 
следующем. Поскольку красное, зеленое, синее изображение (RGB) слишком 
чувствительно к освещению, алгоритмы преобразования цветового 
пространства часто применяются для обнаружения дорожных знаков. 
Хотя один и тот же вид дорожных знаков имеет некоторую 
однородность цвета, в условиях окружающей среды на цвет дорожных знаков 
большое влияние оказывает освещение и направление света. Поэтому 
информация о цвете не является полностью надежной. 
Поскольку установленные на транспортных средствах камеры не всегда 
перпендикулярны дорожным знакам, а форма дорожных знаков часто 
искажается на дорожных сценах, информация о форме дорожных знаков 
больше не является полностью надежной. 
Дорожные знаки в некоторых дорожных сценах часто скрыты зданиями, 
деревьями и другими транспортными средствами; поэтому нам нужно было 
распознать дорожные знаки с неполной информацией. 
Изменение цвета дорожных знаков, повреждение дорожных знаков, 
дождь, снег, туман и другие проблемы также рассматриваются как проблемы 
в процессе обнаружения дорожных знаков.

---

` 
39 
А также выход алгоритма Канни представлял собой двоичное 
изображение, которое могло привести к большой потере информации об 
изображении и не могло обеспечить достаточные характеристики 
обнаружения и классификации. 
Проведя анализ полученной информации, пришли к выводу, что для 
решения задачи поиска знаков дорожного движения целесообразнее всего 
использовать вместе два алгоритма, а именно поиск по форме, с помощью 
фильтра Габора и метода максимально стабильных экстремальных регионов.