本文選題：交通標(biāo)志識(shí)別 + Hu矩　； 參考：《電子測(cè)量與儀器學(xué)報(bào)》2017年05期

【摘要】：針對(duì)道路交通標(biāo)志的自動(dòng)識(shí)別問題,通過不變矩和支持向量機(jī)(SVM)方法對(duì)圓形標(biāo)志圖像識(shí)別方法進(jìn)行研究。首先根據(jù)交通標(biāo)志的顏色和形狀信息對(duì)采集到的原始圖像進(jìn)行顏色分割、形態(tài)學(xué)去噪和形狀檢測(cè)等處理,獲得圖像中包含交通標(biāo)志的區(qū)域。然后分別對(duì)標(biāo)志圖像進(jìn)行Hu矩和Zernike矩的特征值提取,將特征值輸入SVM中進(jìn)行訓(xùn)練并采用網(wǎng)格搜索法對(duì)SVM進(jìn)行參數(shù)優(yōu)化,最后使用優(yōu)化后的支持向量機(jī)方法實(shí)現(xiàn)交通標(biāo)志的識(shí)別。實(shí)驗(yàn)表明,與現(xiàn)有的其他交通標(biāo)志識(shí)別算法相比,采用高階Zernike矩與優(yōu)化后SVM的識(shí)別方法有更好的識(shí)別效果。
[Abstract]:Aiming at the problem of automatic recognition of road traffic signs, the recognition method of circular signs is studied by means of invariant moment and support vector machine (SVM). Firstly, according to the color and shape information of traffic signs, the original images are processed by color segmentation, morphological denoising and shape detection, and the areas containing traffic signs are obtained. Then the Hu moment and Zernike moment eigenvalues are extracted from the sign image, the eigenvalues are input into the SVM for training and the SVM parameters are optimized by grid search method. Finally, the traffic sign recognition is realized by the optimized support vector machine (SVM) method. The experiments show that the high order Zernike moment and the optimized SVM recognition method have better recognition effect than other existing traffic sign recognition algorithms.
【作者單位】： 上海大學(xué)機(jī)電工程與自動(dòng)化學(xué)院;山東魯能智能技術(shù)有限公司;
【分類號(hào)】：TP18;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王雁;穆春陽(yáng);馬行;;基于Zernike不變矩與SVM的交通標(biāo)志的識(shí)別[J];公路交通科技;2015年12期

2 張志佳;李文強(qiáng);張丹;鐘玲;;基于顏色與形狀特征的交通標(biāo)志檢測(cè)方法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2015年07期

3 李響;譚南林;李國(guó)正;張馳;;基于Zernike矩的人眼定位與狀態(tài)識(shí)別[J];電子測(cè)量與儀器學(xué)報(bào);2015年03期

4 宋文杰;付夢(mèng)印;楊毅;;一種面向無人駕駛汽車的高效交通標(biāo)志識(shí)別方法[J];機(jī)器人;2015年01期

5 常發(fā)亮;黃翠;劉成云;趙永國(guó);馬傳峰;;基于高斯顏色模型和SVM的交通標(biāo)志檢測(cè)[J];儀器儀表學(xué)報(bào);2014年01期

6 吳一全;朱麗;周懷春;;基于Krawtchouk矩和支持向量機(jī)的火焰狀態(tài)識(shí)別[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年05期

7 毛建旭;劉敏;;基于ICA的仿射不變Zernike矩的交通標(biāo)志識(shí)別[J];電子測(cè)量與儀器學(xué)報(bào);2013年07期

8 馮春貴;祝詩(shī)平;王海軍;賀園園;;基于改進(jìn)模板匹配的限速標(biāo)志識(shí)別方法研究[J];西南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

9 柳長(zhǎng)源;畢曉君;韋琦;;基于向量機(jī)學(xué)習(xí)算法的多模式分類器的研究及改進(jìn)[J];電機(jī)與控制學(xué)報(bào);2013年01期

10 胡錦城;李實(shí)英;李仁發(fā);;基于高穩(wěn)定SURF特征的交通標(biāo)志識(shí)別[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周珂;蔡潔;;SVM在阿爾茨海默型老年癡呆癥輔助診斷中的應(yīng)用[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年17期

2 王蒙;傅行軍;;基于參數(shù)優(yōu)化SVM的旋轉(zhuǎn)機(jī)械故障診斷[J];江蘇電機(jī)工程;2008年01期

3 謝志強(qiáng);高麗;楊靜;;基于球結(jié)構(gòu)的完全二叉樹SVM多類分類算法[J];計(jì)算機(jī)應(yīng)用研究;2008年11期

4 孫穎;劉玉滿;龔穩(wěn);;基于SVM的多傳感器信息融合[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

5 焦鵬;王新政;謝鵬遠(yuǎn);;基于SVM的模擬電路故障診斷及參數(shù)優(yōu)化方法[J];計(jì)算機(jī)測(cè)量與控制;2013年08期

6 張貝貝;何中市;;基于支持向量數(shù)據(jù)描述算法的SVM多分類新方法[J];計(jì)算機(jī)應(yīng)用研究;2007年11期

7 趙天昀;;多分類SVM在企業(yè)競(jìng)爭(zhēng)情報(bào)自動(dòng)分類中的應(yīng)用[J];現(xiàn)代情報(bào);2008年10期

8 彭磊;高峰;任立華;黃真輝;;基于SVM的混沌時(shí)間序列預(yù)測(cè)模型應(yīng)用研究[J];工程勘察;2013年09期

9 劉海松;吳杰長(zhǎng);陳國(guó)鈞;;克隆選擇優(yōu)化的SVM模擬電路故障診斷方法[J];電子測(cè)量與儀器學(xué)報(bào);2010年12期

10 劉永斌;何清波;張平;孔凡讓;;基于SVM的旋轉(zhuǎn)機(jī)械故障診斷方法[J];計(jì)算機(jī)工程;2012年05期

相關(guān)會(huì)議論文 前10條

1 滕衛(wèi)平;胡波;滕舟;鐘元;;SVM回歸法在西太平洋熱帶氣旋路徑預(yù)報(bào)中的應(yīng)用研究[A];S1 災(zāi)害天氣研究與預(yù)報(bào)[C];2012年

2 王紅軍;徐小力;付瑤;;基于SVM的旋轉(zhuǎn)機(jī)械故障診斷知識(shí)獲取[A];第八屆全國(guó)設(shè)備與維修工程學(xué)術(shù)會(huì)議、第十三屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2008年

3 陳兆基;楊宏暉;杜方鍵;;用于水下目標(biāo)識(shí)別的選擇性SVM集成算法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2011年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

4 程麗麗;張健沛;楊靜;馬駿;;一種改進(jìn)的層次SVM多類分類方法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

5 左南;李涓子;唐杰;;基于SVM的肖像照片抽取[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

6 寧偉;苗雪雷;胡永華;季鐸;張桂平;蔡?hào)|風(fēng);;基于SVM的無參考譯文的譯文質(zhì)量評(píng)測(cè)[A];機(jī)器翻譯研究進(jìn)展——第四屆全國(guó)機(jī)器翻譯研討會(huì)論文集[C];2008年

7 劉旭;羅鵬飛;李綱;;基于擬合角特征及SVM的雷達(dá)輻射源個(gè)體識(shí)別[A];全國(guó)第五屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議�？�(第一冊(cè))[C];2011年

8 羅浩;謝軍龍;胡云鵬;;地源熱泵空調(diào)系統(tǒng)故障診斷中SVM的應(yīng)用[A];全國(guó)暖通空調(diào)制冷2008年學(xué)術(shù)年會(huì)資料集[C];2008年

9 劉閃電;王建東;;權(quán)重部分更新的大規(guī)模線性SVM求解器[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

10 王艦;湯光明;;基于SVM的圖像隱寫檢測(cè)分析[A];第八屆全國(guó)信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 陳志茹;基于SVM集成學(xué)習(xí)的miRNA靶基因預(yù)測(cè)研究[D];燕山大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 楊劉;基于PCA與SVM的地力評(píng)價(jià)研究[D];中南林業(yè)科技大學(xué);2015年

2 伍岳;基于SVM的文本分類應(yīng)用研究[D];電子科技大學(xué);2014年

3 高傳嵩;基于SVM文本分類的問答系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2014年

4 馮天嬌;基于肝臟表觀模型和優(yōu)化SVM的肝癌識(shí)別方法的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

5 姚磊;基于SVM主動(dòng)學(xué)習(xí)的音樂分類[D];南京郵電大學(xué);2015年

6 毛曉東;基于多層SVM的面筋強(qiáng)度分類模型優(yōu)化研究[D];黑龍江大學(xué);2014年

7 馬琰;一種基于SVM和多源數(shù)據(jù)的金絲猴生境評(píng)價(jià)研究[D];中國(guó)林業(yè)科學(xué)研究院;2015年

8 王立達(dá);基于混合核函數(shù)的SVM及其應(yīng)用研究[D];大連海事大學(xué);2016年

9 李同同;基于SVM安瓿藥液雜質(zhì)檢測(cè)與識(shí)別算法的研究[D];廣東工業(yè)大學(xué);2016年

10 林志杰;基于二叉平衡決策樹的SVM多分類算法的改進(jìn)[D];福州大學(xué);2014年

，

本文編號(hào)：1825324