1. 研究目的与意义（文献综述包含参考文献）

1.课题的研究意义和应用价值 随着科技的发展，越来越多的新型产品出现在人们的生活中，其中，无人驾驶汽车一直颇受关注。

今年年初，在广州先后有2家无人驾驶公司启动无人驾驶汽车常态化试运营；春节前一周，北京市启用了首个自动驾驶车辆封闭测试场；2月2日，南京试运行了国内第一辆智能网联无人迷你巴士；深圳更是在2017年底就试水国内首次无人驾驶公交车开放道路试运行。

无人驾驶汽车的研究可以为汽车引入智能技术，通过雷达、相机等传感器探测路况，自动调整汽车的行驶方向和速度；通过gps、网络等定位车辆位置，合理规划路线。

2. 研究的基本内容、问题解决措施及方案

一 本课题要研究或解决的问题 本课题研究自然场景的交通指示标志的检测及定位，目前中国的交通指示标志共有29个，颜色主要为蓝色，形状上有18个圆形标志，11个矩形标志。

因此，检测时主要通过颜色分割先提取出蓝色的感兴趣区域，然后基于形状检测交通标志，并以基于机器学习的交通标志检测排除掉那些与交通标志相似的非交通标志的感兴趣区域，最后跟踪并定位。

二 研究步骤： 1. 采用基于颜色的交通指示标志检测 1) 图像预处理：输入一张待检测图像后，首先进行图像滤波，然后进行色彩空间分析和图像增强； 2) 颜色分割：在rgb、hsv颜色空间根据交通标志的颜色特征得到色度(hue)和饱和度(saturation)接近蓝色的区域，再将颜色分割结果融合； 3) 对颜色分割得到的二值图像进行形态学开运算，去除过小的噪声区域。