摘 要

随着经济的不断增长和城市的不断发展，道路交通问题逐渐成为了我们需要面对的一大问题。道路拥挤，车祸频发这些问题现在已经是越来越多，在平时生活中，出门堵车就已经极大地对我们的生活造成了极大的不便。针对这一问题，ITS逐渐走入人们的视线，ITS智能系统主要包括了图像处理，信息识别，环境感测等先进技术，他给我们的交通智能化带来了很多改变。

在ITS中，交通牌的检测识别又是人们研究的一个重点问题。通过在车辆内部安装一系列的软硬件，帮助车辆实现道路交通标识的识别功能，再给驾驶员相关的提示，这样一来，不仅可以极大的提高行驶效率，还能增加行驶的安全性。所以说，交通标志的识别匹配在未来的研究中都有着重大意义。

本文的研究内容主要就是针对基于快速匹配模板的道路标识识别，着重介绍了HU矩不变矩特征以及相似系数度量方法，通过运用这些方法，设计了基于opencv的快速模板匹配的程序，完成了交通标志检测的功能，取得了良好的效果。

关键词：特征提取；相似性度量； 模板匹配； 目标检测

Abstract

With the continuous economic growth and the continuous development of the city, road traffic problems have become a major problem we need to face. Road congestion, frequent traffic accidents These problems are now more and more, in normal life, out of traffic jam has been greatly on our lives caused great inconvenience. In view of this problem, ITS gradually into the people's attention, ITS intelligent system mainly includes image processing, information recognition, environmental sensing and other advanced technology, he gave us a lot of changes in traffic intelligence.

   In ITS, the identification of traffic cards is a key problem in people's research. By installing a series of hardware and software inside the vehicle to help the vehicle to achieve the identification of road traffic signs, and give the driver-related tips, so that not only can greatly improve the driving efficiency, but also increase the safety of travel. Therefore, the identification of traffic signs in the future research has a great significance.

    In this paper, we focus on the recognition of road signs based on fast matching templates, and emphatically introduce the HU moment invariant moments and similarity coefficient measurement methods. By using these methods, we design a fast template matching program based on opencv, Logo detection function, and achieved good results.

Key words: Feature extraction；Similarity measure； Template match； Target Detection

目录

第1章 绪论 1

1.1研究的背景和意义 1

1.2国内外研究现况 1

1.3 本文的章节安排 2

第2章 模板匹配总体方案 3

2.1快速匹配模板总体方案设计 3

2.2主要实验环境 3

第3章 特征提取与相似度匹配 5

3.1特征的定义 5

3.2特征提取方法及其匹配方法 5

3.2.1形状特征 5

3.2.2颜色特征 6

3.2.3空间特征 6

3.2.4纹理特征 7

3.2.5不变矩特征 8

3.3相似性度量方法 9

3.3.1欧式距离 10

3.3.2曼哈顿距离 11

3.3.3杰卡德相似系数 12

3.3.4相似系数和相关距离 12

3.4本章小结 13

第4章 方案的选择和实现 14

4.1硬件环境 14

4.2软件环境 14

4.2.1 opencv介绍 14

4.3流程图 15

4.4实验步骤 16

4.5实验过程及结果分析 16

4.5.1 opencv的配置 16

4.5.2 实验过程 18

4.6本章小结 23

第5章 总结与展望 24

5.1总结 24

5.2展望 24

参考文献 25

致谢 26

附录 27

第1章 绪论

1.1研究的背景和意义

这几年来，随着我国经济发展，人民的收入水平提高，汽车价格也一直降低。从2013年到现在，我国城市汽车拥有量一直都在增加。私人汽车保有量突破1亿后，仍然一直增长。北京、成都、上海、重庆、天津、苏州、深圳、郑州，西安和杭州是汽车保有量最高的。如此多的汽车给我们的日常生活提供了许多便利，但是在给我们带来方便的同时，同时也带来了很多麻烦，比如交通拥堵，车祸频发等现象。因此，以增强车辆的主动安全，减少交通事故发生，减小交通堵塞现象的智能交通系统应运而生。

ITS是将最先进的信息处理技术，数字信息技术，环境感知技术，环境操控技术结合产生的，能够全方位精准的管理系统平台。它将驾驶员，公路交通和信息平台相结合，为了提高安全性，研究人员在信息监测，异常事故识别车辆与行人的识别，以及道路交通标识的识别上做了大量的研究工作，而在这些研究中，交通标识的识别显得尤为重要，如果系统能精确的定位分辨交通标识，进而提示驾驶员的下一步行动，将有效的降低事故发生率。随着信息时代的发展，以及计算机处理图像能力的增强，基于计算机的交通标识的检测与识别匹配功能已融入到信息平台中，如何利用采集的图像信息，精确地匹配交通标识牌正式近几年来的研究热点。

1.2国内外研究现况

在国家基金的大力支持下，国内的一些知名院校和研究机构都针对这一项目做了大量的工作。国内开展交通标识识别项目相对于国外要晚一些，但也取得了很多重大的成果。我国在ITS信息技术上做了大量的努力，郑义等人提出了图像的几何特征数值化算法，王坤明等人则提出了基于BP神经网络的图像识别算法，郁梅等人结合颜色空间特征实现了标识牌识别功能。