本文選題：智能交通 + 交通標志識別　； 參考：《交通運輸系統(tǒng)工程與信息》2017年01期

【摘要】：在交通標志識別問題上,提出了一種基于融合式的空間塔式算子和直方圖交叉核支持向量機(HIK-SVM)的分類方法.在該方法中,通過提取圖像的灰度塔式詞袋直方圖(Gray-PHOW)特征、顏色塔式詞袋直方圖(Color-PHOW)特征和塔式邊緣方向梯度直方圖(PHOG)特征來對交通標志的外觀、顏色和輪廓信息進行描述.通過提取空間塔式直方圖特征,能很好地對圖像各種特征的空間分布狀況進行描述.提取到圖像的外觀、顏色、輪廓和特征的空間分布信息后,對其進行融合,最后得到的融合式的空間塔式特征具有很強的魯棒性.將該融合式特征送入HIK-SVM進行訓(xùn)練和分類,取得了極其高的識別效果.
[Abstract]:In the problem of traffic sign recognition, a classification method based on fusion space tower operator and histogram cross kernel support vector machine (HIK-SVM) is proposed. In this method, the appearance, color and contour information of traffic signs are described by extracting gray-PHOW (gray-PHOW) features, Color-PHOW (Color-PHOW) features and gradient histogram (PHOGG) features of tower edge direction. By extracting spatial tower histogram features, the spatial distribution of various image features can be described well. After extracting the spatial distribution information of the appearance, color, contour and feature of the image, the image is fused. Finally, the fused spatial tower features have strong robustness. The fusion feature is fed into HIK-SVM for training and classification, and the recognition effect is very high.
【作者單位】： 武漢理工大學自動化學院;
【基金】：國家自然科學基金(61374151)~~
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前1條

1 倪鈺婷;梁宇峰;郝博聞;鐘玲;;交通標志識別研究綜述[J];軟件工程;2016年07期

【共引文獻】

相關(guān)期刊論文 前1條

1 劉亞辰;陳躍鵬;張賽碩;肖文超;;融合式空間塔式算子和HIK-SVM的交通標志識別研究[J];交通運輸系統(tǒng)工程與信息;2017年01期

【二級參考文獻】

相關(guān)期刊論文 前5條

1 楊恒;劉肖琳;;基于SURF的車載實時交通標志識別系統(tǒng)[J];微計算機信息;2011年06期

2 孫光民;王晶;于光宇;李罡;許磊;;自然背景中交通標志的檢測與識別[J];北京工業(yè)大學學報;2010年10期

3 劉鑫;楊立敬;朱雙東;;快速交通標志檢測預(yù)處理方法[J];計算機工程與應(yīng)用;2010年29期

4 朱正平;孫傳慶;王秀麗;王陽萍;;基于外觀特征與神經(jīng)網(wǎng)絡(luò)的交通標志識別[J];自動化與儀器儀表;2009年01期

5 蔣剛毅，鄭義;形態(tài)骨架匹配算法及其在交通標志識別中的應(yīng)用[J];電路與系統(tǒng)學報;1996年03期

，

本文編號：2004096