摘要：为了适应日益恶化的交通环境,本文提出了一种基于SIFT(Scale Invariant Feature Transform)算法的交通标志识别方法,利用SIFT算法构建仿射不变的特征子空间,通过基于HSI彩色模型的颜色特征检测以及基于几何特征的路标区域确定检测输入图像中是否存在交通标志,以及确定可能存在交通标志的感兴趣区域以及类别;最后通过对检测出来的部分进行SIFT特征与特征子空间的交通标志描述符进行匹配,完成交通标志的识别。进行Matlab仿真实验表明,所设计的系统能在复杂环境中高效准确地进行交通标志的识别。

摘要：山地城市干线承载了道路交通较大比例的出行需求,单一固定的管控手段难以适应当前复杂的交通环境,需要协调控制才能满足交通管理需求。交通控制子区划分作为协调控制的首要任务,影响着交通管控效果的优劣。当前交通子区划分研究重点已从静态交通控制子区划分转变为动态交通控制子区划分,主要集中在关联度指标计算、子区划分算法等方面。针对目前子区划分方法与实际应用关联度不足,且不太适用于山地城市干线的局限,基于交通管控应用分析了山地城市干线多维不均衡性,从数据库构建、关联度建模、子区划分算法等方面提出了子区划分算法思路,构建了基于距离、流量、交通流结构的多因素山地城市干线交通控制子区划分方法。