1. 研究目的与意义（文献综述）

1．目的及意义

1.1 设计的目的和意义

随着21世纪的的到来，随着全球经济的不断发展和人们生活水平的提高，汽车已经进入千家万户，然而，随着汽车的数量增多，一些汽车司机却有着不良驾驶的习惯，如开车的时候接电话、与车里面的其他人聊天、驾驶员疲倦等等，另外的一方面是由恶劣的天气和一些不练个驾驶环境有时也会使驾驶员不能够一直对路边的交通标志标志警惕并且做出正确的判断，交通标志对于一个驾驶员来说是非常重要的信息，一旦这些因素导致驾驶员不能够做出正确的判断，那么因为对交通标志误判而致使交通事故的发生也时有出现。交通心理学方面的研究发现:驾驶员对突发事件或可预先提醒事件的应急反应存在滞后性,是交通事故发生的主要原因。若能设计一个辅助驾驶系统,其中所包含交通标志自动识别技术模块可以对道路上的交通标志进行自动检测和识别并将识别结果及时告知给驾驶员,使得驾驶员可预先知晓可能出现的危险情况,从而可减少或避免由于驾驶员的疏忽引发交通事故。

2. 研究的基本内容与方案

1．研究（设计）的基本内容、目标、拟采用的技术方案及措施

2.1 研究的所要解决的工程问题

此方案主要考虑了在自然的条件下对交通标志进行识别的方法，首先我们通过摄像机来获取包含交通标志在内的图像，由于自然环境中获取的图像并不符合我们的需要，所以我们在对其进行白平衡和彩色增强的预处理环节之后才能够通过检测交通标志的颜色来对不同种类的额交通标志进行分类，交通标志的颜色通过分类可以大致分为红色、黄色和蓝色，经过颜色检测之后就是通过形状检测来对交通标志进行进一步的分类，检测出来的形状类别有三角形、八边形、圆型、和矩形几种类别，交通标志经过形状定位之后就可以通过小波神经网络对交通标志进行进一步的识别，最后输出检测到的结果。

3. 研究计划与安排

第1—3周：查阅相关文献资料，明确研究内容，了解研究所需的理论知识，对系统要求进行分析，确定方案，完成外文文献翻译和开题报告。

第4—5周：深入了解图像处理的相关知识，研究图像卷积的工作原理。

第6—7周：学习并掌握卷积神经网络的工作原理与基本网络设计。

4. 参考文献（12篇以上）

[1]宋玉龙.自然场景下的交通标志识别.河北农业大学,2013.

[2]谷明琴, 蔡自兴, 何芬芬. 形状标记图和 gabor 小波的交通标志识别[j]. 智能系统学报, 2011, 6(6): 526-530.

[3]缪小冬, 李舜酩, 沈峘, 等. 复杂环境中交通标志的实时识别方法[j]. 江苏大学学报: 自然科学版, 2013, 34(5): 514-518.