论文部分内容阅读
交通灯的识别对人工智能以及无人驾驶都有着举足轻重的作用,本文研究交通识别中的红绿灯判断,用于改善驾驶员疲劳以及维护交通秩序从而提高驾驶安全系数减少交通事故的发生。通过机器视觉采集红绿灯交通信号图,运用M atlab进行图片处理截取红绿灯区域,提取每张图片的121个像素点RGB值,运用1和2分别表示绿灯和红灯,建立红绿灯样本训练库,通过Matlab自带的数据拟合工具nftool进行神经网络训练,调整训练、验证、测试数据比例,最终得到识别效果较好的神经网络算法。运用样本均值进行测试也能够得到较好的识别。