吕禾丰，陆华才，高文根

(安徽工程大学 电气传动与控制安徽普通高校重点实验室，安徽 芜湖 241000)

在经济发展迅速的今天，汽车给人们带来了巨大的便利。自动驾驶，辅助驾驶等技术逐渐进入人们的视野，而交通标志在驾驶过程中有着重要的地位，它关系到了驾驶过程中的安全问题，所以想要发展辅助驾驶等技术就必须先解决交通标志的识别问题。但对交通标志的识别过程中会有多种因素的干扰[1-4]。

在对不同环境中交通标志检测识别的研究中舒维安[5]通过采用一种处理交通标志颜色的概率模型，再结合最大稳定极值区域分割算法进行分割完成对复杂情况的交通标志识别。黎家超[6]通过Retinex理论的去雾算法以及RGB差值法对图像处理实现了对有雾情况下交通标志的识别。孙朝阳[7]通过研究“黑暗通道法”以及在YIQ颜色空间内进行色彩分割对图像去模糊、去雾。虽然对不同环境下的交通标志的检测识别率有了明显的提升，但是目前多数研究都是针对白天的交通标志识别的研究。白天与夜晚的识别是有所不同的，夜晚因为光线不足等问题导致对交通标志的检测难度大大增加。因此针对这种情况提出一种改进限制对比度自适应直方图均衡算法的夜间交通标志检测识别技术。图1为提出算法的流程图。首先使用改进的限制对比度自适应直方图均衡的方法对采集到的夜间的图像进行预处理，提高夜间图像的亮度和对比度，然后通过色彩空间分割对图像中的交通标志进行定位，最后通过支持向量机对采集的样本识别分类建立训练模型从而完成对交通标志的识别。……