本篇論文中，我們利用影像上連通區域的顏色與形狀，判斷交通標誌的位置與類型，並以樣板比對來辨識交通標誌內部的訊息，提供駕駛人關於交通標誌的資訊。
本系統主要分為兩階段:交通標誌偵測與辨識。偵測部份首先利用交通標誌在HSV色彩模型(HSV color model)中的顏色範圍，篩選出交通標誌的候選區域，再利用連通區域標示(connected component labeling)，與邊緣偵測(edge detection)確認交通標誌的位置，辨識部分則將偵測到的交通標誌作正規化的處理，接著依據形狀分辨交通標誌類型，最後輸入至樣板比對(template match)系統，即可確認交通標誌上的訊息。
本系統著重於利用簡單運算來達到良好的偵測率，輸入圖片格式為640x480 RGB圖片，執行圖片平均時間為671.9 ms，實驗樣本的平均偵測率結果為95%，平均辨識率為81%。

In this paper, we use color and shape to detect and classify traffic signs. Then, the message on the traffic sign is recognized for driver.
The method consists of two phases: traffic sign detection and recognition. In the detection stage, we use the distribution of traffic sign on HSV color model to segment the regions of traffic sign, and then use connected component labeling and edge detection to find positions of traffic signs. In the recognition stage, the detected traffic signs are normalized and classified by shape detection. Finally, we input the result to template match system, so information on traffic signs is identified.
Our system uses simple algorithm to achieve high detection rate. The format of input image is 640×480 true color bitmap. The average execution time for each image is 671.9ms, the detection rate is 95% and the recognition rate is 81%.

目錄	III
圖目錄	V
表目錄	VII
第一章  緒論	1
1.1 研究動機	1
1.2 研究目的	3
1.3 研究方法	3
1.4 論文架構	4
第二章  文獻探討	5
2.1基本影像處理	5
    2.1.1 灰階轉換	5
2.1.2二値化	6
2.1.3連通區域標示	7
2.2交通標誌偵測	8
2.3 交通標誌辨識	11
第三章  交通標誌偵測與辨識	15
3.1  系統架構	15
3.2  HSV色彩模型系統	18
3.3  連通區域表示	22
3.4  二値化	24
3.5  邊緣偵測	25
3.6  正規化	30
3.7  樣板比對	31
第四章  實驗結果	33
第五章  結論	41
5.1  評估與討論	41
5.2  未來發展與方向	42
參考文獻	44
附錄	47
附錄—英文論文	49

圖目錄
圖1.1  系統架構圖.	3
圖2.1  二値化.	6
圖2.2  連通區域標示.	8
圖2.3  (a)原圖 (b)式(1) (c)式(2)	9
圖2.4  UV平面 Y=127.	10
圖2.5  (a)二値化圖(b)X軸累積圖(c)Y軸累積圖.	12
圖2.6  (a)三等份X軸累積圖(b)三等份Y軸累積圖	12
圖3.1  系統流程圖.	17
圖3.2  色相(H)和飽和度(S)平面.	19
圖3.3  HSV色彩模型.	19
圖3.4  交通標誌拍攝圖.	21
圖3.5  交通標誌HSV紅色色彩分離.	21
圖3.6  交通標誌.	22
圖3.7  影像連通區域標示.	23
圖3.8  原圖640x480.	23
圖3.9  縮小圖片320x240	23
圖3.10 縮小圖HSV紅色分離圖.	23
圖3.11 原圖HSV紅色分離.	23
圖3.12 原圖	24
圖3.13 HSV紅色分離.	24
圖3.14 二値化.	24
圖3.15 去除雜訊.	24
圖3.16 邊緣偵測.	25
圖3.17 找出交通標誌邊緣線.	26
圖3.18 交通標誌內框	26
圖3.19 相連交通標誌.	27
圖3.20 外圍異常的交通標誌.	28
圖3.21 井字示意圖.	29
圖3.22 井字偵測形狀.	30
圖3.23 正規化及二値化.	31
圖4.1  系統執行前畫面.	34
圖4.2  系統執行後畫面.	34
圖4.3  原始影像	35
圖4.4  HSV色彩轉換保留紅色物件	35
圖4.5  二値化與去除雜訊	36
圖4.6  找出交通標誌內側邊緣.	36
圖4.7  找出交通標誌內容物及辨識出相符合標誌	36
圖4.8  正確偵測畫面(1)	38
圖4.9  正確偵測畫面(2)	38
圖4.10 正確偵測畫面(3)	38
圖4.11 正確偵測畫面(4)	39
圖4.12 錯誤偵測畫面(1)	39
圖4.13 錯誤偵測畫面(2)	39


表目錄
表4.1  交通標誌偵測結果.	37
表4.2  交通標誌辨識結果.	37

[1]	曾韻榮，高速公路上之道路牌文字偵測，國立中央大學資訊工程研究所碩士論文，民國九十五年。
[2]	林建仲，應用兩階段分類法於交通標誌偵測與辨識之研究，私立元智大學資訊管理研究所碩士論文，民國九十五年。
[3]	廖建鈞，應用機器視覺技術於戶外交通標誌之自動化偵測與辨識，國立臺灣科技大學高分子研究所碩士論文，民國九十五年。
[4]	謝宗丞，路標辨識系統，私立義守大學工業工程與管理研究所碩士論文，民國九十四年。
[5]	呂國豪，交通號誌辨識，私立元智大學資訊工程研究所碩士論文，民國九十四年。
[6]	陳寶鳳，植基於尺度不變性特徵轉換之交通號誌偵測與辨識，私立元智大學資訊管理研究所碩士論文，民國九十四年。
[7]	楊修銘，干擾狀況下的交通標誌偵測與辨識，國立政治大學資訊科學研究所碩士論文，民國九十三年。　 
[8]	方瓊瑤，以人類視覺為基礎的駕駛安全輔助系統，國立臺灣大學資訊工程研究所博士論文，民國九十二年。　 
[9]	鄭世聰，鄉野道路之路邊界偵測及交通標誌辨識，國立中正大學電機工程研究所碩士論文，民國九十二年。　 
[10]	謝榮桀，交通標誌偵測與辨識，私立元智大學資訊工程研究所碩士論文，民國九十二年。
[11]	曾江安，一個蒐集道路與交通標誌之資訊系統，私立淡江大學資訊管理研究所碩士論文，民國九十二年。　 　 
[12]	薛書倫，兩階段式交通標誌辨識，私立元智大學資訊工程研究所碩士論文，民國九十一年。　 　 
[13]	吳至仁，即時障礙物偵測/定位及標誌辨識，國立成功大學工程科學研究所碩士論文，民國九十一年。　 　 
[14]	許世宏，使用比對搜尋方法的路標偵測辨識系統，國立清華大學電機工程學研究所碩士論文，民國八十八年。
[15]	張耀升，戶外交通號誌辨識之研究，國立交通大學電機與控制工程研究所碩士論文，民國八十八年。
[16]	A. Broggi, P. Cerri, P. Medici, P. P. Porta, and G.. Ghisio, "Real Time Road Signs Recognition," Intelligent Vehicles Symposium, 2007 IEEE, Istanbul, June, 2007, p981-986.
[17]	C. F. Paulo and P. L. Correia, "Automatic Detection and Classification of Traffic Signs," Image Analysis for Multimedia Interactive Services, 2007.  WIAMIS’07. Eighth International Workshop on, June, 2007, p11-11.
[18]	W. J. Kuo and C. C. Lin, "Two-Stage Road Sign Detection and Recognition," 2007 IEEE International Conference on Multimedia and Expo, July, 2007, p1427-1430.
[19]	G. K. Siogkas and E. S. Dermatas, "Detection, Tracking and Classification of Road Signs in Adverse Conditions," in Proc. IEEE Mediterranean Electrotechnical Conference, May, 2006, p537-540.
[20]	H. Zhang and D. Luo, "A PSO-Based Method for Traffic Stop-Sign Detection," The Sixth World Congress on Intelligent Control and Automation, June, 2006, p8625-8629.
[21]	S. Zhu, L. Liu and X. Lu, "Color-Geometric Model for Traffic Sign Recognition," IMACS Multiconference on Computational Engineering in Systems Applications, vol. 2, Oct, 2006, p2028-2032.
[22]	S. Lafuente-Arroyo, S. Maldonado-Bascon, P. Gil-Jimenez, H. Gomez-Moreno and F. Lopez-Ferreras, "Road Sign Tracking with a Predictive Filter Solution,"  IECON 2006 - 32nd Annual Conference on IEEE Industrial Electronics, Nov, 2006, p3314-3319. 
[23]	V. Andrey and K. H. Jo, "Automatic Detection and Recognition of Traffic Signs using Geometric Structure Analysis," 2006. International Joint Conference SICE-ICASE, Oct, 2006, p1451-1456. 
[24]	A. Soetedjo and K. Yamada, "Fast and robust traffic sign detection,"  2005 IEEE International Conference on Systems, Man and Cybernetics, vol. 2, Oct, 2005, p1341-1346.
[25]	C. Bahlmann, Y. Zhu, V. Ramesh, M. Pellkofer and T. Koehler, "A system for traffic sign detection, tracking, and recognition using color, shape, and motion information," Proceedings of Intelligent Vehicles Symposium, June, 2005, p255-260.
[26]	Z. Shuang-dong, Z. Yi and L. Xiao-feng, "Detection for triangle traffic sign based on neural network," 2005 IEEE International Conference on Vehicular Electronics and Safety, Oct, 2005, p25-28.
[27]	J. Torresen, J. W. Bakke and L. Sekanina, "Efficient recognition of speed limit signs," Proceedings of The 7th International IEEE Conference on Intelligent Transportation Systems, Oct, 2004, p652-656.
[28]	M. A. Garcia, M. A. Sotelo and E. M. Gorostiza, "Traffic sign detection in static images using matlab," Proceedings of IEEE Conference Emerging Technologies and Factory Automation, vol 2, Sept, 2003, p212-215.
[29] W. G. Shadeed, D. I. Abu-Al-Nadi and M. J. Mismar, "Road traffic sign detection in color images," Proceedings of the 2003 10th IEEE International Conference on Electronics, Circuits and Systems, vol. 2, December, 2003, p890-893.