1. 研究目的与意义
据世界卫生组织提供的数据来看，从汽车面世到现在，全球因车祸造成的死伤人数已超过3000万。每年因车祸造成的死亡人数为120多万人，这听起来确实很恐慌。据统计2014年-2020年中国发生交通事故数量及死亡人数如图1.1所示。
为了防止此类事故的再次发生，ITS已经成为了一个新的发展方向。ITS 发展到目前为止，已经被认为是最有效地解决交通方面问题的一种方式，特别是在交通拥堵、交通事故和交通污染等方面。准确快速地识别出交通标志是保障行车安全的重要因素。但是，由于交通标志受到障碍物遮盖、褪色或变形等不相关外因的影响，使得交通标志的检测和识别变得十分困难。性能优良的交通标志识别系统能够有效地降低交通事故，减缓交通压力，为后续智能交通发展提供了理论基础。综上所述,交通标志识别系统对交通标志检测的研究可以防止交通事故的发生，还可以规范现代交通的规则，减少人力和财力的损失，为无人驾驶系统的研究提供了技术支撑和保障。因此，在复杂路况下快速、精准地检测出交通标志，具有重要的意义。
2. 课题关键问题和重难点
(1)当交通标志处于多变的环境下，其中复杂的天气状况，比如大雾、暴雨、光线反射等环境。光照因素在不同时间段的影响不同，空间位置都存在明显差别。这些都会给交通标志检测识别造成困难。
(2)由于交通标志常年经历风吹日晒，其颜色会褪色，也会发生被遮挡或者变形的情况，交通标志常常放置在公路的两旁，绿化带，灌木、建筑物、电线杆等会遮挡人们的视线以至于看不见交通标志，行人以及车辆经过也会阻挡到相机的拍摄视角。这些都会给交通标志的检测以及识别带来造成困难。
(3)针对交通标志种类繁多，颜色不同，常常在拍摄时候会出现同一幅图片中出现多种标志，给交通标志检测识别带来难度。
3. 国内外研究现状（文献综述）
3.1交通标志的研究现状
3.1.1国外研究现状
1987年，日本学者Akatsaka采用基于颜色和形状匹配的方法完成了对交通标志的识别，由此掀开了基于传统方法识别交通标志的序幕。其首先将图像送入色彩系统中进行色彩处理，图像的亮度和阴影得以改变，图像中的交通标志更为突出，再将图像中的交通标志与模块进行比较，验证其是否匹配，取得了较高的识别准确率。
4. 研究方案
4.1交通标志识别及其系统框架
一般情况下，基于机器视觉的交通标志自动识别，首先需要采集现实场景中交通标志图像，再将图像输入识别系统中进行处理，识别基本步骤可分为:交通标志检测与交通标志判别。检测主要包括交通标志图像的分割与提取;判别主要包括交通标志的分类与识别等。本文以上述研究阶段为基础，按照以下三步实现交通标志的识别:交通标志的分割，交通标志的提取，交通标志的识别。
4.1.1．交通标志的分割。
5. 工作计划
（1）采取实地调研的方法积累数据;(2）设计场景模型;(3)对其进行研究，细化场景模型参数;(4)软件系统开发;(5)检验场景模型应用效果。通常情况下，会根据资料先建立二维交通场景模型，随后利用补充调研数据，建立三维实物模型。在场景模拟中，主要涵盖公园、居民楼以及商业区，而且模拟道路时使用双向车道设计，在模型中设置三岔口、十字路口等经典路段，提高场景的实用性。另外，在此基础上还安装了可调节LED灯，其安装目的是模拟不同天气条件下，可能对交通运行带来的影响。
基于调研资料，首先，通过场景模拟构建了在不良天气条件下行车情况，其次，提出了基于视觉传达的智能化的交通标志识别方法，最后，构建成一个交通场景的实物模拟模型,并且进行了相应的识别实验。通过实验结果可以发现，光线对于交通标志的识别有非常大的影响，尤其是光线较暗时，会对交通标志的识别造成非常大的影响。使用智能化的交通标志的识别以及检测这种方法是比较可行的，将这种方法应用在车辆辅助驾驶系统中，可有效提升驾驶员的行车安全性，降低安全事故发生概率。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
