摘要：自动检测道路标志中的文字可以帮助提醒司机，让他们知道前面的交通状况和周边环境。在实际使用中需要处理复杂的场景，目前的检测系统只能检测出道路标志或模糊的标志。本文首先讲述了现有的从自然场景中检测文本的技术，然后提出一种新的从自然风景视频路牌文本中检测文本的检测系统，这种技术以减少运行时间和改进识别速率为目的，针对这个我们给出了详细的方法和理论分析。
1. 引言
路标和交通标志提供的信息对公路安全是重要的。道路交通标志和标示道路安全的文本包含的丰富信息至关重要。道路标志为汽车提供导航信息，描述当前的交通情况，确定潜在的风险和警告，允许或禁止某些转折，警惕风险驾驶情况[1]。对于乘客，提供必要的信息路牌标志物，如建筑物，街道和其他许多地方[2，3]也是必要的。然而，在城市现场复杂的背景下，可能注意到这些信息，但是常常分散司机的注意力。检测路标的研究工作已经得到很大进展，但其工作仍然只是检测文字或连续图像。对任意环境下的道路标志能正确有效地检测和识别文文字仍是一个难以解决，非常具有挑战性的问题。主要的原因是复杂的场面，无法控制的照明条件，种类繁多的外观特征和文字不同的方向。由于这一原因，正确地检测公路标志文字委以问题的巨大挑战和复杂性 。许多研究人员已经提出种种限制，以简化问题设计方法。大多数以前的研究工作，与自然场景图像测试的表现，仍然是不利于实际使用的。
本文提出了一种新的实时检测系统，在不同的道路，从自然场景视频和文字或符号中识别交通标志。该系统的目的是帮助原文请找腾讯324.9114提醒司机保持他们的警惕性，以提高对道路安全的交通情况和周围环境的意识。
不同于大多数现有的研究和开发的系统，本研究的检测和识别，不仅在“简单”特定条件的交通标志上，而且还在更多的复杂的自然场景视频种类繁多文本更复杂的条件下进行的。此外，该系统不仅能检测到当前的路牌，使前面的司机能看到，还要包括左，右前方的路牌也能让他看到。在建议的方案，双方低级别的图像特征和高层次的性格特征将用于互补，以提高检测性能。而且，因为在室外场景，照明情况可能有相当大地变化，本系统特别留意的是对工作的系统在各种各样的照明之下自适应得完善。
该文的其余部分，按照下列顺序组织的。 第二节，对近期相关的研究工作进行了总结。第三节 建议的制度和办法，并介绍了细节。第四节，总结了文章。
2 研究背景
冠以检测和道路标志文本识别已经取得广泛的研究工作。在本节中，将对最近的相关工作进行总结。
在[4]，埃斯卡利拉等。提出了毕业论文http://www.youerw.com/一种算法来检测和分类道路交通标志。他们的系统只能检测出特定形状的边界和红色标志。同样，在[5]算法和[6]只处理循环道路标志。Silapachote’s系统[7]可能只认可和辨认在已知的标志之内的数据库的标志。其他一些系统只能处理特定的大小或纵横比的标志，包括金的算法标志[8]和江崎的系统[2,3]。
更复杂的，更实际的系统只是在最近几年进行了研究。某些最重大的研究包括陈和Yuille’s直观教具系统[9]， Silapachote’s信息(VIDI)系统[7的]视觉综合化和传播， Kim’s文本提取系统[8]， Ezaki’s文本读书系统[2,3]和Mattar’s标志分类算法[7]等等。 然而，这些系统只能工作在最“简单”的条件下。例如，在[10]皮乔利假设没有任何迹象显示在形状扭曲的观点。陈和尤尔[9]假设相机是横向的水平，并有很少模糊的图像。
这些限制显然限制了现有系统的适用性。
根据system’s表现，有在处理速度和识别速率之间的一种交易。有些研究员报告的识别速率是“最完美”，但是它花费了很多时间，为了能实时的执行他们的方法。例如，寻在[5方法]采取3至5秒处理一个输入图像，以达到一个“近乎完美”的检测结果，陈和尤尔的视觉援助制度[9]也需要3秒实现其93％的识别率。明显地，这速度为一个实时应用系统是不能接受的。然而，一些更加快速的系统，在复杂场面的测试不能给出一种令人满意的识别速率。例如，金的算法[8]，当在复杂的自然场景图像测试，给一92.6％的召回率，在[2江崎公司的系统，3]显示精度低利率。1980