導語：如何才能寫好一篇交通標志，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

《交通標志牌》是小學地方課程四年級下冊技術第二單元第一課。通過本節課的教學，讓學生了解、認識交通標志，提高交通安全的意識。

二、學情分析

四年級學生對交通標志牌的作用了解得還不夠全面和深刻，我想學生通過本節課的學習一定能達到教學目標。

三、教學目標

1.識別簡單的交通標志，了解各種交通標志的意義。

2.能按相關的要求行路，培養學生的辨別能力。

3.積極參加課堂活動，增強學生的交通安全意識。

四、教學重點、難點

識別各種交通警示牌，并了解各種交通警示牌的意義和作用。

五、教學方法

情境導入、猜一猜游戲。

六、教學過程

（一）情境導入

教師出示圖片：同學們，這是一起非常嚴重的交通肇事。正是因為行人和駕駛員沒有按照交通規則行走或駕駛車輛，才導致車禍的。為了規范行人和車輛安全有序地行走和行駛，交管部門在馬路旁安置了一些標志牌。今天我們就認識一些標志牌。板書課題。

1.認識禁令標志

課件出示一組禁令交通標志。讓學生猜一猜它們表示的意義，在哪里見過。（學生討論并匯報）

小結：這些都是禁止行人或車輛做某些事的標志，我們叫它們禁令標志。

師：仔細觀察一下這些標志有什么共同的特征。

小結：你們可真善于觀察。的確，禁令標志牌都是白底、紅圈的，有的還帶有紅杠和黑色圖案。

2.認識警告標志

課件出示。

師：接下來，咱們再猜一組，并觀察一下它們有什么共同特征，好嗎？

學生匯報。

小結：這些標志是用來警告行人或車輛注意危險的，我們叫它們警告標志。它們的特點都是黃底、黑邊、黑色圖案標志。

3.認識指標標志和輔助標志

課件出示。

學生匯報。

小結：同學們，你們做得很棒。第一組圖片都是藍底、白色圖案的，它們是用來指示行人和車輛行進的，我們叫它們指示標志。第二組圖片是附設在主標志之下起輔助說明作用的，分別表示時間、車輛種類、區域、距離或警告理由等，我們叫它們輔助標志。（課件出示）

（二）考考你

師：我們認識了四種標志牌，以小組為單位每一組選一名代表，幫這些標志牌找到家。教師與學生一起判斷正誤。

小結：所有交通標志的設立都應準確、完整、醒目、美觀、位置適當，而且不妨礙交通，有利于車輛和行人看得見。那么交通標志是隨意設計的嗎？當然不是，它們有一定的要求，請同學們把書翻到24頁我們一起來讀一讀。這回我們知道了交通標志牌不是隨意亂設置的，它們有一定的規定。

篇2

在繁華的城市里，我們常常都會看到大街旁或馬路旁的交通標志。這些交通標志都有自己的語言，我們最覺的交通標志就要數“紅綠燈”了。

很多紅綠燈都常常建在十字路口上，紅綠燈像一名稱職的交通警察指揮著交通，讓城市變得秩序井然。盡管如此，還是有交通事故的發生，但比起以前少多了。紅綠燈自豪地說：“我的功勞很大啊！”市長公公聽了，也開心地笑了笑。

紅綠燈每天都像一名稱職的交通警察，站在十字路口。紅燈一亮，紅綠燈好像在對車子們說“該停了，讓對面的車子好行駛吧！”說完，車子似乎聽懂了它們的話，乖乖地停了下來，過了一會兒，綠燈亮了，紅綠燈好像又在說：“你們可以安全地過這十字路口了，祝你們一路順風！”

這就是會說話的交通標志，給城市帶來了安全，帶來了快樂，讓我們高高興興地上學，平平安安地回家。

篇3

關鍵詞：交通標志；閾值；區域生長；特征提取；匹配

中圖分類號：TP39 文獻標識碼：A文章編號：1007-9599 (2011) 06-0000-01

Automatic Positioning and Identification of Traffic Signs

Weng Ninglong

(College of Information Science and Engineering Northeastern University,Shenyang110004, China)

Abstract:Nowadays,the life of traffic is increasingly complex,unmanned vehicles gradually being emphasized,in such intelligent transportation systems,efficient and accurate recognition of traffic signs is undoubted a very important subject.This article use a method of processing digital images for processing a variety of traffic signs,to realize the purpose of automatic location and recognition of traffic signs.

Keywords:Traffic signs;Threshold;Region growing;Feature extraction;Recognition

本文對交通標志自動識別包括了圖像的預處理，圖像的分割以及圖像的匹配識別等，具體流程為：圖像預處理，閾值分割，區域生長，特征提取，模板匹配識別。

一、圖像預處理。本文對所要識別的交通標志原圖所做的預處理主要有兩個方面：第一步，讀取圖像，就是要讀入圖像并轉化成數據形式；第二步，圖像灰度化，將彩色圖像灰度化。

二、圖像閾值分割。本文利用大津法計算閾值進行分割，對經過預處理后的圖像，記 為前景與背景的分割閾值，前景點數占圖像比例為 ，平均灰度為 ；背景點數占圖像比例為 ，平均灰度為 .圖像的總平均灰度為： 從最小灰度值到最大灰度值遍歷 ，當 使得 最大時， 即為分割的最佳閾值。經過圖像的閾值分割處理之后，矩形交通標志與背景圖像之間輪廓關系明顯好于二值化后的圖像，便于下一步繼續分割。

三、區域生長。本文的區域生長算法具體實現思想如下：在經過閾值分割處理后的圖像中，在待分割區域中人工選取一個種子點，并把該種子點保存到種子隊列中，然后利用四鄰域的生長規則，按照一定的時針方向進行種子點生長具體實現是先計算該種子點及其相鄰八個點的灰度值，然后根據灰度相似性判決，記下這八個點中符合條件的新點的灰度值之和，確定這八個相鄰的點是否可以作為新的種子點，如果可以則把它保存到種子隊列中，再在隊列中取下一個種子點，繼續上面的步驟，直到隊列為空，這樣，對于利用閾值初步分割后的圖像，經過區域生長算法處理后便得到了分割后的最終圖像。

四、圖像特征提取。由于區域生長的圖像和原圖像數字化后的矩陣是對應的，故上述獲得的坐標可以用于原圖像中提取彩色路標，即實現了特征提取。

五、圖像識別與定位。交通標志在上述算法中已經順利的分割了出來，接下來進行的是圖像識別，圖像識別采用的是模板匹配算法，模板匹配的原理是事先采集好交通標志的模板，與剛剛獲得的交通標志分割圖像進行比較，從而識別目標。

本文用來識別而選取的交通標志原圖像，一部分是從網絡上搜索下載的，另一部分是用相機在實際地點拍攝的，都是JPEG格式的，由于智能交通系統中的系統拍攝交通標志的環境隨機性很大，背景通常很復雜，有各種各樣的干擾，所以我們在采集原圖像的時候盡量模仿機器拍攝的隨機性，使用于識別的原圖像更加普通，而不是某些顯而易見的、容易識別的圖像。

總結：本文主要是針對各種幾何圖形的交通標志自動識別與定位作的研究。交通標志的識別主要包括交通標志的檢測與判別。具體的技術路線為：預處理圖像、閾值分割、區域生長、特征提取以及特征模板的識別與定位。在交通標志的自動定位主要是利用了最小距離搜索算法來探討了實時自動定位交通標志與系統的坐標關系。實驗表明，文中的方法能完成一定復雜背景下的交通標志快速準確的自動定位與識別。

參考文獻：

[1]梁靚,黃玉清.融合Canny算子和形態學方法的路徑識別[J].計算機工程,2006,32(21):200-202

[2]朱雙東,陸曉峰.道路交通標志識別的研究現狀及展望[J].計算機工程與科學,2006,28(12):50-52

[3]董建明,胡覺亮.基于PSO算法的圖像分割方法[J].計算機工程與設計,2006,27(18):3377-3378

[4]賴有華,葉海建.幾種閾值分割法在工程圖自動識別中的應用[J].江西理工大學學報,2006,27(4):31-34

[作者簡介]

篇4

【關鍵字】環城高速；交通標志；設計研究；放射線公路

中圖分類號：C913.32文獻標識碼： A 文章編號：

我國環城高速公路的建設現狀

近幾年來，隨著我國社會經濟的發展，交通事業取得了驚人的成績，截止到2001年底，全國范圍內公路的總里程達到了169萬千米，其中高速公路占到了10%左右。在我國的一些大城市中有很多條高速公路，如一級省道、國道等貫穿其中，成為了城市公路交通的重要樞紐。交通的繁榮，勢必會帶來城市內的交通壓力的增大，噪聲、擁堵、空氣污染等隨之而來。為了更好的解決這一現象，在我國很多的大城市紛紛修建了環城高速公路。但是根據相關調查發現，我國現行的一些環城高速公路標志設置存在較大的問題，從而使環城公路在社會經濟不斷發展的今天，其優勢和作用并沒有得到應有的發揮，反而使司機無法適從。

現階段，我國環城高速公路的交通標志主要存在的問題有：標志信息斷斷續續，上一段的提示信息在下一段中就不在出現了；指路標志的信息對于長途司機而言起到的作用并不大；在環城公路和放射道路相連接處沒有明顯的標志等。

我國環城公路的主要特點

在我國，環城高速公路，主要是和各放射線道路進行聯系，對于道路交通網進行疏導、平衡其負荷，以緩解過境交通對市區道路交通造成的巨大壓力。和一般的放射線高速公路相比，環城高速公路具有以下幾個特點：

第一、在線的形狀角度看，環城公路和放射線高速公路不同，環城公路是一個封閉的環形，無明確的起點和終點。第二、環城高速公路和很多省道、國道相連接，是城區最重要的交通樞紐。第三，絕大多數的環城公路都和城市周邊的景點、示范區等相連接，在一定程度上承擔著旅游公路的功能。第四，環城高速公路主要是供過境運輸車輛使用，相對而言貨車較多。第五。環城高速公路在某一段會和放射線道路重合等。

三、環城高速公路的交通標志的設置

1、做好環城高速公路標志設置前的準備工作

對環城高速公路進行交通標志設置，對環城高速公路周圍的道路網進行詳細的分析是最基本的前提。首先，掌握環城道路周圍的網絡情況，就是把和環城公路相連接的道路條數、通往地點、道路的名稱、代號、級別以及沿途經過的城鎮、景點等進行匯總。其次，對環城公路環繞的市區內的道路網進行分析，如重要的交通線路，這些道路和環城高速之間是直接相通還是間接相連等方式做好調查。最后，市區內部的城市的規劃方案要有所了解，例如主干道的規劃、商業區、工業區以及住宅區的位置等。

2、對環城高速公路設置交通標志的幾點注意

由于環城公路長度大，覆蓋面廣，所以通常情況下都會采用分段或者分期建設的方法。為了確保在不同建設時期標志信息的連續性和完整性以及設置風格的統一性，所以關于標志的設計，采用同一個單位進行，以保證設計風格的一致性。標志的設計要按照統一的標準進行。

對環城公路交通標志的設置需要注意以下幾個問題：確定道路名稱；確定指路標志體系；做好環城線路和放射線高速公路標志系統的銜接；做好市區道路、機場、旅游點的道路調查；規劃市區車輛進入環城公路的地點；環形公路和放射線公路的重合點的確定；對環城公路實施分期建設時間和路段的確定等。

3、對環城高速公路標志設置的實施

（1）確定道路名稱

現階段，全國各地對環城公路名稱的確定各有千秋。以高速公路入口標志上的名稱為例，全國大多數都叫做“二環路”“三環路”“四環路”，在北京甚至還有“五環路”“六環路”等。但是如果全國都是以“數字+環路”組成，這樣駛于高速公路上司機就搞不清楚，自己是在哪個城市的高速公路上行駛。所以為了區分，建議全國各地的環城高速以城市名稱加幾環路，或者是以本身的簡稱加幾環路組成。這樣司機既可明確自己所在的地理位置，又可明確道路的線形情況。

（2）做好環城路和放射線高速公路的銜接

位于環城高速公路和放射線高速公路之間的銜接標志是非常重要的。為了使司機在行駛的過程中便于做出正確的判斷，因此環城高速公路和放射線高速公路之間應該做好提示標志。其主要的作法是：由環城高速公路駛入放射線高速公路時，在出口處，要在醒目處設立標志，預告即將進入的放射線高速公路的名稱以及將要通往的地點。與此同時在放射線高速公路進入環城高速公路時，在環城高速公路的入口處要標明環城高速公路的方向和所能達到的地點名稱。

（3）環形公路和放射線公路的重合點的確定

在我國，有些城市的放射線道路和環城高速公路有重合的路段，在重合的路段是按照環城高速公路設置還是按照放射線高速公路設置，在這個問題上，通常會在施工中引起矛盾。對于高度公路、以及公路互通式立交出口應在全省范圍內進行統一的編號。對于環城高速公路的編號要采用順時針方向，根據城市的具體情況，確定環城高速公路的起點。在環城高速公路和多條放射線道路出現重合的情況下，在編號的設置上，要最先考慮環城路標號體系的完整，環城高速公路和放射線公路的相交點就是放射線公路的起點。

（4）對機場、旅游景點的預告標志的設置

環城高速公路一般都會和城市周圍的旅游景點、機場、各種專業性示范區相連接。所以，對旅游景點、機場等要設置一定的標志是必須的。為了保證環城高速公路上的標志簡單明了，對于周邊旅游景點是否需要標志，要有一個標準。例如，只有對國家級旅游景點或者著名景點等設置標志。對旅游景點的標志要體現該景點的特色。環城公路和機場相連接是幾乎全國所有環城道路的基本規劃方式，為了方便人們順利的到達機場，在環城公路上要設立專門的標志，給予司機一定的提示。例如，在靠近機場的標志上標明機場的名稱、位置、距離、方向等。

（5）做好未交付使用的路段的標志

在環城道路建成后，而與之相連接的放射線道路工期滯后，相連接處也尚未完工，這樣的環城高速公路上和相連接的互通建成后一段時間相關匝道還未交付使用。這時在環城道路上的相關標識要明確注明緩建或者未通行的信息，以免使司機誤入，而造成交通事故。

四、結束語

綜上所述，對我國環城高速公路建設的現狀、主要特征以及交通標志的設置等進行了主要的分析。環城高速公路作為我國城市重要的交通樞紐，環城高速公路交通標志作為高速公路交通系統的重要安全管理設施，其設置的是否合理直接影響到高速公路的交通安全和功能的充分發揮。因此明確環城高速公路道路名稱、做好環城路和放射線高速公路的銜接、確定環形公路和放射線公路的重合點以及對機場、旅游景點的預告標志的設置和未交付使用的路段的標志，對我國道路交通的快速發展具有巨大的推動作用。

參考文獻：

[1]林明濤，張衛華，高速公路交通標志設置方法研究[J]，交通標準化，2008（09）第31―33頁。

[2]佘文成，環城高速公路交通標志的信息化標志設置研究，西南交通大學碩士論文，2005

篇5

道路交通標志是用圖形符號、顏色和文字向交通參與者傳遞特定信息，用于管理交通的設施。一、道路交通標志如何分類？道路交通標志分為主標志和輔助標志兩大類。主標志又分為：警告標志、禁令標志、指示標志、指路標志、旅游區標志和道路施工安全標志。二、什么是警告標志？警告標志是警告車輛和行人注意危險地點的標志。其形狀為正等邊三角行，顏色為黃底、黑邊、黑圖案。三、什么是禁令標志？禁令標志是禁止或限制車輛、行人交通行為的標志。其形狀通常為圓形，個別為八角形或頂點向下的等邊三角行。其顏色通常為白底、紅圈、紅斜桿和黑圖案，"禁止車輛停放標志"為藍底、紅圈、紅斜桿。四、什么是指示標志？指示標志是指示車輛、行人行進的標志。其形狀為圓形、正方形或長方形，顏色為藍底白圖案。五、什么是指路標志？

指路標志是傳遞道路方向、地點和距離信息的標志。其形狀，除地點識別標志、里程碑、分合流標志外，為長方形或正方形。其顏色，一般道路為藍底白圖案，高速公路為綠底白圖案。六、什么是輔助和禁令的理由、區域或距離等主標志無法完整表達的信息。七、對幾種新型、常用的交通標志的解釋：1. 禁止車輛停放標志：該標志為圓形、藍底、紅圈、紅斜桿，表示禁止一切車輛停放。交叉雙斜桿為禁止車輛臨時或長時停放標志。單斜桿為禁止車輛長時停放標志，臨時停車（司機不得離開駕駛室）不受限制。2. 停車讓行標志：該標志為八角形，顏色為紅底白字，表示車輛必須在停止線以外停車了望，確認安全后，才準許通行。3. 禁止機動車通行標志：該標志為圓形、白底、紅圈、紅斜桿、黑色小汽車圖形，表示禁止一切機動車（含摩托車）通行。下緣附設有"二輪摩托車除外" 輔助標志的，準許二輪摩托車通行。八、什么是道路交通標線？

 

道路交通標線是由標劃于路面上的各種線條、箭頭、文字、立面標記、突起路標和輪廓標等構成的交通安全設施。其作用是管制和引導交通。可以與交通標志配合使用，也可單獨使用。交通標線按功能可分為三類：禁止標線、指示標線和警告標線。九、中心黃色雙實線的功能是什么？中心黃色雙實線表示嚴格禁止車輛跨線超車、壓線行駛和向左轉彎。也表示嚴格禁止車輛和行人橫穿。其作用相當于中心隔離護欄或中心分車綠帶。十、中心黃色虛實線的功能是什么？中心黃色虛實線表示實線一側禁止車輛跨線超車和向左轉彎，虛線一側準許車輛在確保安全情況下跨線超車和向左轉彎。

 

篇6

關鍵詞：道路；交通；標志；版面；輔助

中圖分類號：U231 文獻標識碼：A 文章編號：1671-2064（2017）01-0124-01

交通安全設施設計是道路交通工程設計的重要組成部分，集檢測、通信、控制和計算機等技術于一體。道路交通標志設計是交通安全設施設計的重要組成部分，結合人工智能理論的智能交通系統已經成為國內外廣泛研究的課題。其設計質量的高低、周期的長短直接影響著道路“快速、安全、舒適”功效的發揮及經濟效益的好壞，如何準確而實時地利用計算機視覺系統識別在復雜環境下的道路交通標志成為智能交通系統的難點問題。

1 道路交通標志版面輔助設計概述

國家和地方在道路交通標志的設計方面頒布了一系列規范與指南，道路交通標志本身也包含著重要的交通信息。要求道路交通標志不僅要“指得清”還要讓出行者“看得清”，并進一步構建具有廣泛適應性的參數化設計方法。對于設計者提出了嚴格的設計要求，對提高更加復雜的版面設計效率還需要進一步研究。

（1）在道路上，我們可以看到各種各樣的交通標志，其基本上都在CAD平臺上實現基于對話框的輔助設計模塊的開發。路標是圖形、符號與顏色的結合，描述版面元素的幾何參數信息與拓撲結構關系。有的包含少量文本，存在當圖形設計尺寸發生變化時不能根據更改后的尺寸進行實時重繪等問題。交通標志是一種常見而且比較規范的人工路標，需要角度智能化完成標志版面設計。圖形符號信息在辨認速度和辨認距離上比文字信息要優越，需要根據確定的尺寸完成圖形的繪制和尺寸的標注。

（2）我國目前交通設計行業大部分從業者仍然采用的是傳統的CAD交互式設計方法，它們用圖案、符號和表達特定的意圖。以指路標志中“環形交叉路口標志”為例，提醒駕駛員和行人注意附近環境。在交通標志設計，常見的交通標志主要有警告、禁令和指示標志等三類。《道路交通標志和標線》新規范頒布后規定某些標志需重新設計，路標要考慮對比度對視認性的影響，對標志版面設計的設計效率和可靠性提出了更高的要求。還要考慮顏色所能表達的抽象概念，改善道路交通標志輔助設計軟件大多只為用戶提供固定標志（如警告、禁令、指示標志）以圖塊形式繪制的功能。

2 道路交通標志版面輔助設計分析

交通標志識別一般分為檢測和識別兩個模塊，需要建立具有質量控制效能的交通標志牌版面設計自動化成圖方法。檢測階段一般是利用交通標志的色彩和形狀特征檢測出可能包含交通標志的區域，對版面設計靈活的指路標志卻缺乏可靠的輔助設計手段。需要將感興趣的區域進行大小不一規則化，建立交互式與非交互式相結合的繪圖系統。在識別階段進一步判定交通標志區域的有效性及其含義，進一步規范公路交通安全設施設計。

（1）基于形狀的檢測方法是最為基本的檢測方法，采用參數化模型并通過調整參數來修改和控制幾何形狀。空間的選擇是很重要的，最終達到自動實現產品的精確造型的目的。為克服空間轉換的非線性以及噪聲的影響，采用參數化設計。基于神經網絡學習，建立交互式與非交互式相結合的繪圖系統，變化一個參數值并自動改變所有與其相關的尺寸。建立好幾何實體和參數間的聯系，提取數值特征構成特征向量。通過視覺模型對交通標志進行檢測，設計出一簇而不是單一的產品模型。雖然基于顏色的檢測方法具有直接聚焦的特點，與傳統方法相比最大的不同在于它存儲了設計的整個過程。且由于受到外界環境影響比較多，使其在自動控制與產品造型領域應用廣泛。

（2）基于數據庫的優化分類模型，建立交互式與非交互式相結合的繪圖系統有助于進一步規范公路交通安全設施設計。僅僅依靠顏色信息不能精確檢測出交通標志的區域，所有的拓撲關成拓撲信息反映了物體幾何元素之問的鄰接。利用圖像梯度的基于形狀的方法能對以上事件進行有效的補充，對減輕技術人員重復、繁重的勞動具有重要意義。和由基元組合而成的模板進行匹配，來表示實際的或描象的幾何實體。具有結構簡單、泛化能力強等特點，便于國家標準的推廣實施。識別帶有噪聲或變形的輸入模式，將版面中各實體間的位置關系看作拓撲參數。采用并行分布式信息存儲預處理，建立好幾何實體和參數間的聯系，提取數值特征構成特征向量。

（3）在檢測到可能包含交通標志的區域上，充分利用參數化設計模型的特點。將區域的大小不一轉化為固定的大小，概括幾何參數信息及拓撲關系。并采取其他的一些預處理技術來消除噪聲、運動模糊、光照等影響，研究道路交通標志版面設計原理。通過將相關特征分解到各層簡化分類器的設計，交通標志版面結構進行計算與分析的一個基礎。在模式識別方面，志版面中出現文字的字高、襯邊寬度等尺寸數據可以看作幾何參數。采用分類器技術進行識別，根據車速來確定其版面尺寸。根據類別之間的最近距離對待識別模式進行分類，反映了形體的特性和關系。因而在交通標志的分類中獲得應用，具有很強的自適應能力。

3 結語

道路交通標志版面輔助設計需要從人的視覺特征、視覺模型出發去考慮，通過人機工效學等原理加以確定。充分利用交通標志的特點，對交通標志版面結構進行研究。采用智能方法后還可以考慮將檢測與判別這兩個環節有機地結合起來，建立交通標志版面設計的幾何參數模型。幾何實體參數非用戶自定義時，采用多層結構的決策樹分類比采用單分類器分類能加快處理速度、提高分類結果的精度。更多地采用智能方法來解決問題，保證設計過程中幾何拓撲關系一致，準確而實時地利用計算機視覺系統識別在復雜環境下的道路交通標志。

參考文獻：

[1]馮煥，何勛隆.交通標志鐵路站場及樞紐[M].北京：中國鐵道出版社，2014.

篇7

1、車道標志

2、警告標志：警告車輛、行人注意危險地點的標志。

3、禁令標志：禁止或限制車輛、行人交通行為的標志。

4、指示標志：指示車輛、行人行進的標志。

篇8

摘要：公路標志標線的設置是以保證交通暢通和行車安全為目的。本文分析了公路標志標線的設置原則，對標志標線具體的設置技術作了詳細闡述，供大家參考。關鍵詞：交通 標志 標線 圖形 符號

Abstract: highway sign and marking set is the guarantee smooth traffic and driving safety for the purpose. This paper analyzes the highway sign and marking the principles, to sign and marking the setting of the specific technology were discussed in detail, for your reference.

Keywords: traffic sign and marking graphic symbol

中圖分類號： TU74文獻標識碼：A 文章編號： 0 引言 公路標志標線是以圖形、符號、文字、線段向駕駛人員及行人傳遞法定信息，用以管制、警告及引導交通的安全設施，它在現代道路交通中發揮著重要作目。國家1999年的《道路交通標志和標線》(GB5768-1999)(以下稱國標)，對公路標志標線的設計制作等做了進一步的規范。對現代道路交通的管理具有重要的指導意義。但在具體實踐中仍然存在著一些有關技術、管理等方面的問題．值得進一步的研究和探討。 1 公路標志標線的設置原則 公路標志標線的設置是以保證交通暢通和行車安全為目的。是公路部門應認真履行的一項主要職責。應結合道路線形、交通狀況、沿線設施等情況，根據交通標志的不同種類來設置。以利于向道路使用者提供正確的信息，通過交通標志的引導，使車輛能頃利、快捷地抵達目的地。 一般情況下，在需要提醒車輛、行人注意的危險地點，應設警告標志；在需要禁止或限制車輛、行人交通行為的地點，應設禁令標志；在需要指示車輛、行人行進的路段設置指示標志；在重要的交叉路口，需要傳遞道路方向、地點、距離等信息的地點設置指路標志。公路交通標志再由路面標線、箭頭、文字、面標記、突起路標和路邊輪廓杯等配合使用，即構成了~ 套完整的交通管理和引導交通的公路交通安全系統。設置的基本原則應為如下幾點。 1.1 重點設置，保障公路和通行者安全是公路標志標線設置的主要原則，如：在水毀路段、危橋、三、四類橋，道路臨時施工、急彎和陡坡等處設置必要的警告、禁令標志和禁止超車標線是尤為重要的，以盡量避免和減少交通事故和毀路毀橋事故。 1.2 合理設置，標志標線的設置應嚴格按照"國標"的要求進行，主要應從公路的設計寬度、判讀距離以及制約設計時速的一些地貌、村鎮等諸多因素統籌考慮設汁標準和設置種類。 1.3 與公路建設和改造同步設計、同時完成，公路養護管理部門應積極參與新改建工程的標志標線的設計和施工，一是可使公路主體工程建設與標志標線工程同期安排、同步完成，一并交接；二是把標志標線工程及資金交由養護管理部門負責完成，并驗收。 1.4 應與公路通行環境相協調一條公路主體工程完工以后，設置上必要的公路交通標志標線及其它輔助設施。才可謂具備一定的交工使用條件。齊全、鮮明的標志標線和兩側自然的景觀環境相互協調，同是一條亮麗的風景線。公路通暢的環境更能明顯地反映公路管護者的服務水平，更能激發公路使用者愛護公路的意識，更能最大限度地發揮公路的綜臺服務功能。 1.5 應逐步加快列“原有標志標線的改造國標”中的標志牌面及其文字、圖形大小尺寸的規定主要是以一定行車速度和行車視距時的可辨識程度來確定的，原有的標志在設計標準和制作質量上已不能滿足新規范要求和使用的需求，因此應在保持原有標志安全、齊全、明顯的基礎上充分利用新改建工程、大中修工程之機逐步加快更新改造速度。原來設置熱溶標線的路段，在比較完整的情況下，可繼續使用，待路面大中修或標線老化時，再行重設。 2 公路標志的設置 2.1 公路標志的含義公路標志是用圖形符號和文字傳遞特定信息，用以管理交通、指示行車方向以保證道路暢通與行車安全的設施。適用于公路、城市道路以及一切專用公路，具有法令的性質，車輛、行人都必須遵守。公路標志分為主標志和輔助標志兩大類。主標志中有警告標志、禁令標志、指示標志和指路標志四種。公路標志的形狀、顏色、尺寸、圖案種類和設置地點均按現行的《道路交通標志和標線》(GB5768)的規定執行。 2.2 設置公路標志的作用在各類公路標志中，警告標志是警告車輛、行人注意危險地點的標志，禁令標志是禁止或限制車輛、行人交通行為的標志，指示標志是指示車輛、行人行進的標志，指路標志是傳遞道方向、地點、距離信息的標志，而輔助標志是附設在主標志之下，起輔助說明作用的標志，分表示時間、車輛種類、區域或距離、警告、禁令理由等類型。 設置公路標志的作用是為車輛駕駛人員提供及時、完善和清晰的道路信息，加強對車輛的合理引導，以使車輛能順利、快捷地抵達目的地，不發生錯向行駛，保證交通暢通和行車安全。 公路標志還應滿足夜間行車的視認性，目前較為廣泛采用的是反光膜。由于它對汽車燈光的折射、聚焦和定向反射作用，晚上具有很好的反光功能，明顯地提高了標志的夜間視認性。反光膜根據其反光性能分為一至五級。中華人民共和國國家標準GB57681999《道路公路標志和標線》規定，高速公路和一級公路宜采用三級以上反光膜。筆者所在的陽江市新近建成的開陽高速陽江段和陽茂高速陽江段都采用的是一級反光膜，夜間反光效果非常明顯。 2.3 公路標志的設置公路標志的設置應根據全線的情況，進行總體布局。標志的布設應做到連貫性、一致性，應以完全不熟悉周圍路網體系的外地司機為對象，為其提供全面的道路交通信息，引導其順利、快捷地抵達目的地。應避免在局部路段或同一地點出現過多的信息，防止信息過載。同一地點需設置兩種以上標志時，可以安裝在一根柱上，但最多不應超過四種，應按警告、禁令、指示的順序，先上后下，先左后右進行排列。公路標志應設在車輛行進正面方向最容易看見的地方，避免被路上構造物及樹木遮擋，影響標志的視認性。對于重要的信息，應給予重復顯示的機會。公路標志的支持方式有：單柱式、雙柱式、懸臂式、門架式和附著式，但不論采用什么樣的支持方式，都不得侵占建筑界限，保證側向余寬和凈空高度。 3 公路標線的設置 3.1 公路標線的含義公路標線是由標劃于路面上的備種線條、箭頭、文字、標記、突起路標和輪廓標等所構成的交通安全設施。路面標線形式有車行道中心線，車行道邊緣線、車道分界線、停止線、人行橫道線、減速讓行線、導流標線、平面交叉口中心圈、車行道寬度漸變段標線、停車位標線、停靠站標線、出入口標線、導向箭頭以及路面文字或圖形標記等。路面標線的畫法應符合現行的《道路交通標志和標線(GB5768)規定。突起路標是固定于路面上突起的標記塊，應做成定向反射型。一般路段反光玻璃珠為白色，危險路段為紅色或黃色。突起路標高出路面的高度、間距、設置方式等應符合現行的《道路交通標志和標線(GB5768)規定。立面標記可設在跨線橋、渡槽等的墩柱或側墻端面上以及隧道洞口和安全島等的壁面上。設置原則及具體作法應符合現行的《道路交通標志和標線》(GB5768)規定。 3.2 公路標線的作用公路標線的作用是管制和引導交通，又稱渠化交通，也就是使車輛在道路上的行駛如同水在水渠里的流動一樣順利而有序。公路標線使道路前進方向輪廓分明，引導司機視線，管制司機駕車行為，確保車流分道行駛，導流交通行駛方向，指引車輛在匯合或分流前進入合適的車道，改善車流行駛條件，增加道路通行能力，減少交通事故。 3.2 公路標線的設置公路標線應根據道路斷面型式、路寬以及交通管理的需要畫定，主要設于道路面層，受日曬雨淋，車輛磨耗，因此，選擇滿足要求的標線涂料很重要。標線涂料分為常溫型、加溫型和熱熔型三類，每一類又分為1號和2號兩種。在開陽高速陽江段和陽茂高速陽江段上使用的是熱熔型2號涂料。這種標線涂料具有施工速度快，耐磨耗性強，有效壽命長(可達20～36個月)，施工完后開放交通快的優點。涂料中含20％～23％的玻璃珠，施工時再撒布玻璃珠于涂料上。玻璃珠具有很好的夜間反光性，可以提高標線的夜間視認性，并且具有一定的抗滑能力。在初期，是撒布在涂料表面上的玻璃珠發揮作用，當撒布在涂料表面上的玻璃珠被磨耗以后，含在涂料當中的玻璃珠又可繼續發揮作用。 熱熔型涂料在常溫下是粉塊狀，需在180℃～220℃下加熱熔融后才能施工。嚴格按照操作規程和施工注意事項，精心操作精心施工，是能否發揮涂料優良品質，得到質量優良的公路標線的關鍵。施工過程中，應嚴格控制涂料加熱溫度，防止因加熱溫度過高而使涂料變色。清掃路面應干凈徹底，因為路面上的灰土雜物，會直接降低涂料與路面的粘接力。涂敷標線的速度要均勻，這樣才能得到寬度、厚度一致，外觀流暢的標線。 4 結束語 標志標線的設計、施工、管護在現代道路交通中和業已形成的依法治路、依法用路的環境中越來越顯重要。但在具體工作中涉及到職權交叉管理，設計時速與限速的關系，通行需求和交通管制的關系，還需在實踐中進一步探討，力求做得更好。

1、《中小企業管理與科技》2009年6月上旬刊 徐穎 毛曉東

篇9

（江蘇科技大學電子信息學院，江蘇鎮江212003）

摘要：在實際交通環境中，由于運動模糊、背景干擾、天氣條件以及拍攝視角等因素，所采集的交通標志的圖像質量往往不高，這就對交通標志自動識別的準確性、魯棒性和實時性提出了很高的要求。針對這一情況，提出一種基于深層卷積神經網絡的交通標志識別方法。該方法采用深層卷積神經網絡的有監督學習模型，直接將采集的交通標志圖像經二值化后作為輸入，通過卷積和池采樣的多層處理，來模擬人腦感知視覺信號的層次結構，自動地提取交通標志圖像的特征，最后再利用一個全連接的網絡實現交通標志的識別。實驗結果表明，該方法利用卷積神經網絡的深度學習能力，自動地提取交通標志的特征，避免了傳統的人工特征提取，有效地提高了交通標志識別的效率，具有良好的泛化能力和適應范圍。

關鍵詞 ：交通標志；識別；卷積神經網絡；深度學習

中圖分類號：TN911.73?34；TP391.41 文獻標識碼：A 文章編號：1004?373X（2015）13?0101?06

收稿日期：2015?01?09

基金項目：國家自然科學基金面上項目（61371114）

0 引言

隨著智能汽車的發展，道路交通標志的自動識別[1?3]作為智能汽車的基本技術之一，受到人們的高度關注。道路交通標志識別主要包括兩個基本環節：首先是交通標志的檢測，包括交通標志的定位、提取及必要的預處理；其次是交通標志的識別，包括交通標志的特征提取和分類。

如今，交通標志的識別方法大多數都采用人工智能技術，主要有下述兩類形式[4]。一種是采用“人工特征+機器學習”的識別方法，如基于淺層神經網絡、支持向量機的特征識別等。在這種方法中，主要依靠先驗知識，人工設計特征，機器學習模型僅負責特征的分類或識別，因此特征設計的好壞直接影響到整個系統性能的性能，而要發現一個好的特征，則依賴于研究人員對待解決的問題的深入理解。另一種形式是近幾年發展起來的深度學習模型[5]，如基于限制波爾茲曼機和基于自編碼器的深度學習模型以及卷積神經網絡等。在這種方法中，無需構造任何的人工特征，而是直接將圖像的像素作為輸入，通過構建含有多個隱層的機器學習模型，模擬人腦認知的多層結構，逐層地進行信息特征抽取，最終形成更具推廣性和表達力的特征，從而提升識別的準確性。

卷積神經網絡作為深度學習模型之一，是一種多層的監督學習神經網絡，它利用一系列的卷積層、池化層以及一個全連接輸出層構建一個多層的網絡，來模仿人腦感知視覺信號的逐層處理機制，以實現視覺特征信號的自動提取與識別。本文將深層卷積神經網絡應用于道路交通標志的識別，通過構建一個由二維卷積和池化處理交替組成的6層網絡來逐層地提取交通標志圖像的特征，所形成的特征矢量由一個全連接輸出層來實現特征的分類和識別。實驗中將加入高斯噪聲、經過位移、縮放和旋轉處理的交通標志圖像以及實際道路采集交通標志圖像分別構成訓練集和測試集，實驗結果表明，本文所采用的方法具有良好的識別率和魯棒性。

1 卷積神經網絡的基本結構及原理

1.1 深度學習

神經科學研究表明，哺乳動物大腦皮層對信號的處理沒有一個顯示的過程[5]，而是通過信號在大腦皮層復雜的層次結構中的遞進傳播，逐層地對信號進行提取和表述，最終達到感知世界的目的。這些研究成果促進了深度學習這一新興研究領域的迅速發展。

深度學習[4，6?7]的目的就是試圖模仿人腦感知視覺信號的機制，通過構建含有多個隱層的多層網絡來逐層地對信號特征進行新的提取和空間變換，以自動學習到更加有效的特征表述，最終實現視覺功能。目前深度學習已成功地應用到語音識別、圖像識別和語言處理等領域。在不同學習框架下構建的深度學習結構是不同的，如卷積神經網絡就是一種深度的監督學習下的機器學習模型。

1.2 卷積神經網絡的基本結構及原理

卷積神經網絡受視覺系統的結構啟發而產生，第一個卷積神經網絡計算模型是在Fukushima 的神經認知機中提出的[8]，基于神經元之間的局部連接和分層組織圖像轉換，將有相同參數的神經元應用于前一層神經網絡的不同位置，得到一種平移不變神經網絡結構形式。后來，LeCun 等人在該思想的基礎上，用誤差梯度設計并訓練卷積神經網絡[9?10]，在一些模式識別任務上得到優越的性能。

卷積神經網絡本質上是一種有監督的深度學習算法，無需事先知道輸入與輸出之間精確的數學表達式，只要用已知的模式對卷積神經網絡加以訓練，就可以學習到輸入與輸出之間的一種多層的非線性關系，這是非深度學習算法不能做到的。卷積神經網絡的基本結構是由一系列的卷積和池化層以及一個全連接的輸出層組成，可以采用梯度下降法極小化誤差函數對網絡中的權值和閾值參數逐層反向調節，以得到網絡權值和閾值的最優解，并可以通過增加迭代次數來提高網絡訓練的精度。

1.2.1 前向傳播

在卷積神經網絡的前向傳播中，輸入的原始圖像經過逐層的卷積和池化處理后，提取出若干特征子圖并轉換成一維特征矢量，最后由全連接的輸出層進行分類識別。

在卷積層中，每個卷積層都可以表示為對前一層輸入圖像的二維卷積和非線性激勵函數，其表達式可用式（1）表示：

式中：Yj 表示輸出層中第j 個輸出；Y l + 1i 是前一層（l + 1層）

的輸出特征（全連接的特征向量）；n 是輸出特征向量的長度；Wij 表示輸出層的權值，連接輸入i 和輸出j ；bj表示輸出層第j 個輸出的閾值；f (?) 是輸出層的非線性

1.2.2 反向傳播

在反向傳播過程中，卷積神經網絡的訓練方法采用類似于BP神經網絡的梯度最速下降法，即按極小化誤差的方法反向傳播調整權值和閾值。網絡反向傳播回來的誤差是每個神經元的基的靈敏度[12]，也就是誤差對基的變化率，即導數。下面將分別求出輸出層、池采樣層和卷積層的神經元的靈敏度。

（1）輸出層的靈敏度

對于誤差函數式（6）來說，輸出層神經元的靈敏度可表示為：

在前向傳播過程中，得到網絡的實際輸出，進而求出實際輸出與目標輸出之間的誤差；在反向傳播過程中，利用誤差反向傳播，采用式（17）~式（20）來調整網絡的權值和閾值，極小化誤差；這樣，前向傳播和反向傳播兩個過程反復交替，直到達到收斂的要求為止。

2 深層卷積神經網絡的交通標志識別方法

2.1 應用原理

交通標志是一種人為設計的具有特殊顏色（如紅、黃、白、藍、黑等）和特殊形狀或圖形的公共標志。我國的交通標志主要有警告、禁令、指示和指路等類型，一般采用顏色來區分不同的類型，用形狀或圖形來標示具體的信息。從交通標志設計的角度來看，屬于不同類型（不同顏色）的交通標志在形狀或圖形上有較大的差異；屬于相同類型（相同顏色）的標志中同類的指示信息標志在形狀或圖形上比較接近，如警告標志中的平面交叉路口標志等。因此，從機器視覺的角度來分析，同類型中同類指示信息的標志之間會比不同類型的標志之間更易引起識別錯誤。換句話說，相比于顏色，形狀或圖形是正確識別交通標志的關鍵因素。

因此，在應用卷積神經網絡識別交通標志時，從提高算法效率和降低錯誤率綜合考慮，將交通標志轉換為灰度圖像并作二值化處理后作為卷積神經網絡的輸入圖像信息。圖2給出了應用卷積神經網絡識別交通標志的原理圖。該網絡采用了6層交替的卷積層和池采樣層來逐層提取交通標志的特征，形成的特征矢量由一個全連接的輸出層進行識別。圖中：W1i（i=1，2，…，m1），W1（j j=1，2，…，m2），…，W1k（k=1，2，…，m（n?1））分別表示卷積層L1,L3,…,Ln - 1 的卷積核；Input表示輸入的交通標志圖像；

Pool表示每個池采樣層的采樣池；map表示逐層提取的特征子圖；Y 是最終的全連接輸出。

交通標志識別的判別準則為：對于輸入交通標志圖像Input，網絡的輸出矢量Y = [y1,y2 ,…,yC ]，有yj = Max{y1，y2 ,…,yC}，則Input ∈ j，即判定輸入的交通標志圖像Input為第j 類交通標志。

2.2 交通標志識別的基本步驟

深層神經網絡識別交通標志主要包括交通標志的訓練與識別，所以將交通標志識別歸納為以下4個步驟：（1） 圖像預處理：利用公式Gray= 0.299R +0.587G + 0.114B 將彩色交通標志圖像轉換為灰度圖像，再利用鄰近插值法將交通標志圖像規格化，最后利用最大類間方差將交通標志圖像二值化。

（2）網絡權值和閾值的初始化：利用隨機分布函數將權值W 初始化為-1~1之間的隨機數；而將閾值b 初始化為0。

（3）網絡的訓練：利用經過預處理的交通標志圖像構成訓練集，對卷積神經網絡進行訓練，通過網絡前向傳播和反向傳播的反復交替處理，直到滿足識別收斂條件或達到要求的訓練次數為止。

（4）交通標志的識別：將實際采集的交通標志圖像經過預處理后，送入訓練好的卷積神經網絡中進行交通標志特征的提取，然后通過一個全連接的網絡進行特征分類與識別，得到識別結果。

3 實驗結果與分析

實驗主要選取了我國道路交通標志的警告標志、指示標志和禁令標志三類中較常見的50幅圖像。考慮到在實際道路中采集到的交通標志圖像會含有噪聲和出現幾何失真以及背景干擾等現象，因此在構造網絡訓練集時，除了理想的交通標志以外，還增加了加入高斯噪聲、經過位移、旋轉和縮放處理和實際采集到的交通標志圖像，因此最終的訓練樣本為72個。其中，加入的高斯噪聲為均值為0，方差分別為0.1，0.2，0.3，圖像的位移、旋轉、縮放的參數分別隨機的分布在±10，±5°，0.9~1.1的范圍內。圖3給出了訓練集中的交通標志圖像的示例。圖4是在實際道路中采集的交通標志圖像構成的測試集的示例。

在實驗中構造了一個輸入為48×48個神經元、輸出為50 個神經元的9 層網絡。網絡的輸入是像素為48 × 48 的規格化的交通標志圖像，輸出對應于上述的50種交通標志的判別結果。網絡的激活函數采用S型函數，如式（2）所示，其輸出范圍限制在0~1之間。

圖6是交通標志的訓練總誤差EN 曲線。在訓練開始的1 500次，誤差能迅速地下降，在迭代2 000次以后是一個平穩的收斂過程，當迭代到10萬次時，總誤差EN可以達到0.188 2。

在交通標志的測試實驗中，為了全面檢驗卷積神經網絡的識別性能，分別針對理想的交通標志，加入高斯噪聲、經過位移、旋轉和比例縮放以及采集的交通標志圖像進行實驗，將以上測試樣本分別送入到網絡中識別，表2給出了測試實驗結果。

綜合分析上述實驗結果，可以得到以下結論：（1）在卷積神經網絡的訓練學習過程中，整個網絡的誤差曲線快速平穩的下降，體現出卷積神經網絡的訓練學習具有良好的收斂性。

（2）經逐層卷積和池采樣所提取的特征具有比例縮放和旋轉不變性，因此對于旋轉和比例縮放后的交通標志能達到100%的識別率。

（3）與傳統的BP網絡識別方法[11]相比較，卷積神經網絡能夠達到更深的學習深度，即在交通標志識別時能夠得到更高的所屬類別概率（更接近于1），識別效果更好。

（4）卷積神經網絡對實際采集的交通標志圖像的識別率尚不能達到令人滿意的結果，主要原因是實際道路中采集的交通標志圖像中存在著較嚴重的背景干擾，解決的辦法是增加實際采集的交通標志訓練樣本數，通過網絡的深度學習，提高網絡的識別率和魯棒性。

4 結論

本文將深層卷積神經網絡應用于道路交通標志的識別，利用卷積神經網絡的深層結構來模仿人腦感知視覺信號的機制，自動地提取交通標志圖像的視覺特征并進行分類識別。實驗表明，應用深層卷積神經網絡識別交通標志取得了良好的識別效果。

在具體實現中，從我國交通標志的設計特點考慮，本文將經過預處理二值化的圖像作為網絡的輸入，主要是利用了交通標志的形狀信息，而基本略去了顏色信息，其優點是在保證識別率的基礎上，可以簡化網絡的結構，降低網絡的計算量。在實際道路交通標志識別中，將形狀信息和顏色信息相結合，以進一步提高識別率和對道路環境的魯棒性，是值得進一步研究的內容。

此外，本文的研究沒有涉及到道路交通標志的動態檢測，這也是今后可以進一步研究的內容。

參考文獻

[1] 劉平華，李建民，胡曉林，等.動態場景下的交通標識檢測與識別研究進展[J].中國圖象圖形學報，2013，18（5）：493?503.

[2] SAHA S K，DULAL C M，BHUIYAN A A. Neural networkbased sign recognition [J]. International Journal of ComputerApplication，2012，50（10）：35?41.

[3] STALLKAMP J，SCHLIOSING M，SALMENA J，et al. Man vs.computer：benchmarking machine learning algorithms for traf?fic sign recognition [J]. Neural Network，2012，32（2）：323?332.

[4] 中國計算機學會.深度學習：推進人工智能夢想[EB/OL].[2013?06?10].http：//ccg.org.cn.

[5] 鄭胤，陳權崎，章毓晉.深度學習及其在目標和行為識別中的新進展[J].中國圖象圖形學報，2014，19（2）：175?184.

[6] FUKUSHIMA K. Neocognition：a self ? organizing neural net?work model for a mechanism of pattern recognition unaffectedby shift in position [J]. Biological Cybernetics，1980，36（4）：193?202.

[7] LECUN Y，BOTTOU L，BENGIO Y，et al. Gradient ? basedlearning applied to document recognition [J]. IEEE Journal andMagazines，1989，86（11）：2278?2324.

[8] LECUN Y，BOTTOU L，BENGIO Y，et al. Backpropagationapplied to handwritten zip code recognition [J]. Neural Compu?tation，1989，1（4）：541?551.

[9] CIRESAN D，MEIER U，MAsci J，et al. Multi?column deepneural network for traffic sign classification [J]. Neural Net?works，2012，32（2）：333?338.

[10] NAGI J，DUCATELLE F，CARO D，et al. Max?pooling con?volution neural network for vision?based hand gesture recogni?tion [C]// 2011 IEEE International Conference on Signal andImage Processing Application. Kuala Lumpur：IEEE，2011，342?347.

[11] 楊斐，王坤明，馬欣，等.應用BP神經網絡分類器識別交通標志[J].計算機工程，2003，29（10）：120?121.

[12] BUVRIE J. Notes on convolutional neural networks [EB/OL].[2006?11?12]. http：//cogprints.org/5869/.

[13] 周開利，康耀紅.神經網絡模型及其Matlab 仿真設計[M].北京：清華大學出版社，2005.

[14] 孫志軍，薛磊，許陽明，等.深度學習研究綜述[J].計算機應用研究，2012，29（8）：2806?2810.

[15] 劉建偉，劉媛，羅雄麟.深度學習研究進展[J].計算機應用研究，2014（7）：1921?1930.

篇10

關鍵詞：交通標志；識別；顏色-形狀對；分離性

中圖分類號：TP391.41 文獻標識碼：A 文章編號：2095-1302（2017）03-00-02

0 引 言

目前，城市道路交通狀況日趨嚴峻，交通標志的作用愈加重要。交通標志最顯著的特點就是顏色和形狀的信息。顏色是交通標志的重要屬性，與背景區域顏色對比，其主要區域顏色比較醒目。光照強弱容易引起對道路交通標志信息識別的偏差，由于不同顏色的灰度級別所包含的信息量差別不大，而灰度圖像所包含的信息量相對較少，所以光照變化會導致識別難度加大。因此采用RGB圖像進行交通標志處理的研究增多。交通標志的形狀也可以反映重要的特征信息，其主要目的在于提取有效的形狀特征信息。目前已有很多形狀描述的方法，可將其分為外部和內部的形狀描述算法兩類[1]。外部形狀算法是對區域輪廓特征的描述，而內部形狀描述算法是對輸入區域內部面積參數的描述。交通標志以不同的幾何形狀和顏色在一定距離內為駕駛員和行人提示交通信息[2]。本文以顏色-幾何形狀建模，提出顏色-形狀對概念，構造7個子類，涵蓋3大類116種中國交通標志，大大降低了研究交通標志的復雜性，把交通標志進行有效分類，降低了識別難度。

1 交通標志

1.1 交通標志簡介

交通標志的設立是為了保證交通安全和道路暢通，具有標志醒目、清晰、安全、顯眼等特點，廣泛使用在具體的交通管理過程中。交通標志類型涵蓋多種，主要分為以下幾種：

（1）主要酥競透ㄖ標志；

（2）可動式標志和固定式標志；

（3）照明標志、發光標志和反光標志；

（4）反映行車環境變化的可變信息標志。

我國現行與交通安全有關的交通標志主要分為3大類，共116種。其中警告類標志有45種，禁止類標志有42種，指示類標志有29種[3]。部分交通標志示例如圖1所示。

1.2 交通標志顏色信息

由圖1可知，交通標志主要由紅色、藍色、黃色、黑色、白色5種基本顏色相互搭配而成，但具體的含義和作用有所不同。紅色代表禁止、停止、危險，在交通標志設計中常用作邊框、底色、斜杠、警告性和線性誘導標志底色等；藍色代表指令、遵循，在交通標志設計中用于地名、路線、方向等行車信息的提醒；黃色代表警告；黑色在交通標志設計中主要用于書寫標志的文字、圖形符號和部分標志的邊框；白色在交通標志設計中用作底色填充，包括文字、圖形符號等。

由于大部分交通標志都有一個很細的外輪廓線，而實際拍攝中輪廓線都比較模糊，所以輪廓線對交通標志識別的影響可以忽略。忽略白色、黃色和其他影響因素后，3大類交通標志與顏色的關系如圖2所示。

1.3 交通標志幾何圖像信息

基于對我國目前道路交通標志的研究，把交通標志的形狀分為5種，分別為正三角形、圓形、倒三角形、八邊形、矩形。

（1）正等邊三角形：用于警告標志；

（2）圓形：用于禁令和指示標志；

（3）倒等邊三角形：用于“減速讓行”禁令標志；

（4）八邊形：用于“停車讓行”禁令標志；

（5）方形：用于指路標志，部分警告、禁令和指示標志，旅游區標志，輔助標志，告示標志燈。

幾何形狀與3大類交通標志之間的關系如圖3所示。

2 交通標志的顏色-形狀對模型

根據上述對交通標志顏色和形狀的分類，以及它們與3大類交通標志的關系，我們把圖2和圖3合并，找出了交通標志的顏色-幾何形狀與3大類交通標志間存在的關系。這種唯一的確定關系如圖4所示。

2.1 顏色-形狀對概念的提出

本文為了研究道路交通標志的顏色和形狀存在的唯一確定關系，提出了顏色形狀對及有關集合的概念。

定義：如果任意交通標志圖像的顏色屬性有m種，設該屬性是Ci|i=1，2，3，…，m。若幾何形狀屬性有n種，該屬性是Sj|j=1，2，3，…，n。那么該區域中任意一種顏色屬性和任意一種幾何形狀屬性都能構成一個二元函數對（Ci，Sj），如果令（CS）k=（Ci，Sj）|k=1，2，3，…，l，其中l=m×n，則把二元函數對（CS）k稱為圖像的一組顏色形狀對。

顏色-形狀對集合：若任意交通標志圖像的顏色屬性為Ci|i=1，2，3，…，m，幾何形狀屬性為Sj|j=1，2，3，…，n。則顏色屬性表示為C={C1，C2，C3，…，Cm}，幾何屬性表示為S={S1，S2，S3，…，Sn}。該顏色-形狀對表示為CSPk=（Ci，Sj）k|i=1，2，3，…，m；j=1，2，3，…，n；k=1，2，3，…，l。

在交通標志圖像檢測中，我們首先檢測出圖像的有效區域（如顏色和形狀的屬性），然后再進行分割處理等操作。以禁令標志為例來說明顏色-形狀對，禁令標志的基本顏色是紅色和黑色，其基本形狀是圓形、倒三角形和八邊形。這樣構成的顏色形狀對為（紅色，圓形）、（紅色，倒三角形）、（紅色，八邊形）、（黑色，圓形）、（黑色，倒三角形）。由此我們可以得到顏色-形狀對構建的幾何模型。

2.2 顏色-幾何模型的建立

設我國道路交通標志圖像的主要顏色有紅色、藍色、黑色，分別用C1、C2、C3（黃色和白色是輔助顏色，這里先不研究）代表，幾何形狀有倒三角形、八邊形、圓形、矩形、正三角形，分別用S1、S2、S3、S4、S5表示。由之前提出的定義可知，顏色屬性幾何集合為Ci=（C1，C2，C3），幾何形狀屬性集合為Sj=（S1，S2，S3，S4，S5），于是可以得出顏色-形狀對的集合是CSPk。而禁令標志、指示標志、警告標志的顏色-形狀對的子集分別為CSP1，CSP2，CSP3，則有：

CSP1={（C1，S1），（C1，S2），（C1，S3），（C3，S3）}

CSP2={（C2，S3），（C2，S4）}

CSP3={（C3，S5）}

（CSP）k={（CSP1），（CSP2），（CSP3）}={（C1，S1），（C1，S2），（C1，S3），（C3，S3），（C2，S3），（C2，S4），（C3，S5）}

根據上式可知，交通標志的顏色-幾何模型可以由4個禁令標志-顏色形狀對、2個指示標志-顏色形狀對和1個警告標志-顏色形狀對組成，表明我國116種道路交通標志可以由7個顏色-形狀對來表示，每個顏色-形狀對表示交通標志的1個子類。

把3大類116種道路交通標志分為7個子類，其中禁令標志有42個，可以分成4個子類，分別為38個紅色圓形標志、2個黑色圓形標志、1個紅色倒三角標志和1個紅色正八邊形標志；指示標志有29個可以分為2個子類，分別為16個藍色圓形標志和13個藍色矩形標志；警告標志有45個而只有1個子類，即黑色（里面含有S色）三角形標志。顏色-幾何形狀模型的建立使每個子類的樣本數目大大減少，把116種道路交通標志轉化為7個子類去研究，不僅降低了研究難度，還為之后的細分類提供了良好的條件。

3 結 語

本文通過對道路交通標志的特性進行研究，提出了顏色形狀對的有關概念并建立了模型，顏色形狀對的概念充分反映出交通標志顏色與幾何形狀存在唯一確定關系。這個模型涵蓋了所有道路交通標志，實現了道路交通標志的粗分類，有利于構建一個完整系統，降低了該系統的復雜性和難度。但在實際交通場景中，由于不同因素的干擾，這些特征會失真，影響模型的建立，因此該模型的建立還需要進一步研究。

參考文獻

[1]陳亦欣，葉峰，肖鋒，等.基于HSV空間和形狀特征的交通標志檢測識別研究[J].江漢大學學報（自然科學版），2016，44（2）：119-125.

[2]高向東，劉紅，楊大鵬.交通標志的智能檢測方法研究[J].中外公路，2011，32（2）：260-263.

[3]朱雙東，劉蘭蘭，陸曉峰.一種用于道路交通標志識別的顏色―幾何模型[J].儀器儀表學報，2007，28（5）：956-960.

[4]潘銘星，孫涵.自然場景中道路交通標志形狀的檢測與校正[J].計算機與現代化，2016（2）：5-10.

[5]張志佳，何純靜，鞏凱旋，等.基于PC-LDA的交通標志形狀特征識別方法[J].沈陽工業大學學報，2014，36（5）：550-554.

[6]許少秋.戶外交通標志檢測和形狀識別[J].中國圖象圖形學報，2009，14（4）：707-711.

[7]陳娜.基于ASM 模型的限速標志識別方法的研究[D].沈陽：遼寧大學，2011.

[8]宋衛東.解析幾何[M].北京：高等教育出版社，2003：6-101.

[9]呂玉增，彭啟民，黎湘，等.基于參數化求和不變量與特征重整的形狀匹配[J].中國圖形圖象學報，2010，15（1）：122-128.