什么是汽車安全系統(tǒng)的交通標志識別(TSR)？

交通標志識別系統(tǒng)一般包括檢測和識別兩部分。檢測一般是利用交通標志的形狀和顏色特征，從自然場景中把交通標志提取出來。識別是把檢測出來的交通標志的內(nèi)容識別出來。交通標志識別在規(guī)范交通行為、確保安全駕駛等方面具有重要的意義。交通標志通常處于室外復雜的環(huán)境條件下，識別的過程中容易受環(huán)境光照、方向旋轉(zhuǎn)的影響。

交通標志識別系統(tǒng)是智能交通系統(tǒng)與先進輔助駕駛系統(tǒng)的重要組成部分，提高交通標志檢測與識別算法的準確率和實時性是走向?qū)嶋H應(yīng)用進程中需要解決的關(guān)鍵問題。算法的準確率是交通標志識別研究中一個十分重要的因素，錯誤的識別結(jié)果不僅不能起到輔助駕駛作用，還會導致嚴重的安全事故。而算法的實時性決定了研究成果能否轉(zhuǎn)化為具有實際應(yīng)用價值的產(chǎn)品。在汽車數(shù)量日益增加、交通安全事故居高不下，要求不斷提升汽車的駕駛智能化的現(xiàn)實壓力面前，開展以實時應(yīng)用為目標的交通標志檢測與識別技術(shù)研究，對于增加駕駛安全具有重大的意義。

交通標志檢測是進行交通標志分類的前提，同時還壓縮了計算目標的空間，減少后續(xù)特征提取算法的運算量，還可以獲得更高的識別準確率。在圖像的特征提取領(lǐng)域，常見的特征提取與選擇方法有：PCA主成分分析法Gabor特征提取算法SIFT特征提取算法SURF特征提取算法Haar小波特征提取算法/類Haar小波特征提取算法不變矩特征提取算法直方圖特征提取算法交通標志分類與識別方法主要有：基于各種距離的模板匹配識別方法，基于大量數(shù)據(jù)樣本的機器學習識別方法以及基于粒子群算法、遺傳算法等智能算法的識別方法。

根據(jù)交通標志的顏色與形狀的確定關(guān)系，我們可以對三種不同作用交通標志做進一步的分類，并且把顏色形狀分類的結(jié)果作為先驗知識用于交通標志的檢測與識別中去。