臺灣博碩士論文加值系統

由於現代化運輸工具技術的不斷精進，使得加強感應器對周遭環境的偵測，以提供駕駛者充分資訊，進而建構一個迅速、安全和方便的駕駛環境已非遙不可及的夢想。
本論文即在提出一自動化的交通號誌辨識系統，以提供充分的訊息，讓駕駛者可正確判斷道路環境，進而協助智慧型運輸系統的建置完成。所提方法可適用於固定式或移動式攝影機，故有其方便性及實用性。
所提方法主要分為三個階段:交通號誌的偵測、擷取及辨識。這三階段的設計原理分別是根基於色彩資訊、區塊資訊和幾何特性。在偵測階段，首先將色彩空間RGB轉為HSI，以偵測出具有號誌特定色彩的區塊。在擷取階段，主要是利用區塊標記技巧偵測出號誌可能的位置，接著使用邊緣偵測法將區塊邊緣特徵擷取出來，以利後續分類階段利用號誌幾何外型特徵達成分類目的。

Advanced technology improves the capabilities of modern vehicles. The innovations of senor-based systems support surrounding survey of the vehicle and display relevant information to the driver. Thus, construction of a safety, convenient and efficiency driving environment can be achieved.
This paper is to propose an automatic traffic sign recognition system so that car drivers have sufficient information to make a correct decision. This in turn facilitates the construction of ITS (Intelligent Transportation System). The proposed method can be applied not only to fixed camera but also to movable camera.
Our method consists of three phases: traffic sign detection, extraction and recognition. The three phases are based on color information, region information and geometric and appearance constraints. In the detection stage, the RGB color space is first converted into HSI color space to detect those regions with specific colors of traffic lights. In the extraction stage, region labeling is involved to detect candidate regions of traffic signs. Border detection is then employed to obtain region border. In the classification stage, geometric and appearance constraints are derived respectively from traffic sign shape and color and used for classification. In this study, traffic signs of circle and arrow shape can both be coped with.

第一章 緒論••••••••••••••••••••••-01-
1.1 引言•••••••••••••••••••••••-01-
1.2 內容大綱•••••••••••••••••••••-01-
第二章 影像處理的基礎概要•••••••••••••••-02-
2.1 色彩模型•••••••••••••••••••••-02-
2.2 影像特徵的抽取••••••••••••••••••-05-
2.3 影像前處理••••••••••••••••••••-06-
2.3.1 邊緣檢測處••••••••••••••••••-07-
2.3.2 去雜訊••••••••••••••••••••-08-
2.4 DCT背景••••••••••••••••••••• -11-
2.4.1 一維DCT••••••••••••••••••• -13-
2.4.2 二維DCT••••••••••••••••••• -14-
第三章 類神經網路的基礎概要••••••••••••••-15-
3.1 神經元介紹與模型•••••••••••••••••-15-
3.2 類神經網路架構••••••••••••••••••-18-
3.3 類神經網路的學習法則•••••••••••••••-20-
3.4 倒傳遞類神經網路•••••••••••••••••-21-
3.5 倒傳遞類神經網路的學習演算法•••••••••••-24-
第四章 圖樣識別••••••••••••••••••••-31-
4.1 聚類•••••••••••••••••••••••-31-
4.2 聚類的演算法•••••••••••••••••••-33-
第五章 Hamming網路的介紹••••••••••••••• -38-
5.1 記憶體搜尋的問題•••••••••••••••••-38-
5.2 適應Hamming網路••••••••••••••••• -41-
5.3 模糊適應Hamming網路••••••••••••••• -47-
5.4 指導性模糊適應Hamming網路•••••••••••• -55-
第六章 模擬結果及分析•••••••••••••••••-61-
6.1 利用類神經網路作圖樣識別•••••••••••••-61-
第七章 實驗結果與討論•••••••••••••••••-64-
7.1 結論•••••••••••••••••••••••-64-

[1] Rafael C. Gonzalez and Richard E. Woods and Steven L. Eddins,”Digital Image Processing using MATLAB”, Prentice Hall, 2004.
[2] Plataniotis, K. N, and Venetsanopoulos, A. N.,”Color Image Processing and Applications”,Springer-Verlag,New York.
[3] F. Rosenblatt,“The perceptron: A probabilistic model for information storage and organization in the brain,”
Psychological Review, Vol.65, pp.388-408, 1958.
[4] Robert J.Schalkoff.”Digital image processing and computer vision”,John Wily&Sons,1989.
[5] Edward Angel,”Computer graphics”,Addison-Wesley
Publishing Company,1990.
[6] Ramesh Jain and Rangachar Kasturi and Brain G.Schunck,
”Machine Vision”,McGRAW-Hill International Editions,
1995.pp276-284.
[7] D. E. Rumelhart and J. L. McClelland, eds. ,”Parallel
Distributed Processing:Explorations in the Microstructure
Of Cognition”,vol.1,Cambridge,MA : MITPress,1986.
[8] Hagan Demuth Beale, “類神經網路設計” 審校：汪惠健,普林斯頓,2004.
[9] Shih, F.Y.,J. Moh, and F. C. Chang,”A New ART-Based
Neural Architecture for Pattern Classification and Image Enhancement Without Prior Knowledge”,Pattern Recognition, Vol.25,1992.
[10] Pao, Y. H.,”Adaptive Pattern Recognition and Neural
Network”, Reading, MA : Addison-Wesley.
[11] Carpenter, G.A. and S. Grossberg,“Pattern recognition by self-organizing neural networks”, Cambridge, MA : MIT Press 1991.
[12] 林傳生,”Matlab之使用與應用”,儒林圖書有限公司,2002.
[13] 連國珍,”數位影像處理”,儒林圖書有限公司,2001.
[14] 謬紹剛,”數位影像處理之活用-Matlab”,全華科技圖書股份有限公司, 1999.
[15] 羅華強,”類神經網路-MATLAB的應用”,高立圖書有限公司,2004.
[16] 林昇甫、洪成安,”神經網路入門與圖樣辨識-修訂二版”,全華科技圖書股份有限公司, 2002.
[17] 洪維恩,”Matlab 7程式設計”,旗標出版股份有限公司, 2006.
[18] William J Palm Ⅲ, 譯者呂明和、黃逸群, 審閱歐陽彥杰,
“MATLAB 6在工程上的應用-Matlab 6.5 Update”, 普林斯頓國際有限公司, 2003.
[19] 魏銪志, “動態多標的車牌辨識系統之研究”, 私立元智大學資訊管理研究所, 碩士論文, 民國89年.
[20] Gonzalez, R.C. and R.E. Woods,”Digital Image Processing,Reading MA : Addison Wesley,1993.