多特征融合的交通标志检测与分类研究

您当前的位置：

首页 >

文章列表页 >

多特征融合的交通标志检测与分类研究

信息光学与图像处理 | 更新时间：2025-09-01

- 多特征融合的交通标志检测与分类研究
- The detection and classification of traffic signs by multi-feature fusion
- 光学技术 2012年38卷第5期页码：564-568
- 作者机构：
  
  1:首都师范大学信息工程学院
- 作者简介：
- 基金信息：
  
  北京市教委资助项目(KM201110028017)
- DOI：10.13741/j.cnki.11-1879/o4.2012.05.010
  中图分类号：
- 纸质出版：2012
- 稿件说明：
移动端阅览
李阳, 丁辉, 王云飞, 等. 多特征融合的交通标志检测与分类研究[J]. 光学技术, 2012,38(5):564-568.

The detection and classification of traffic signs by multi-feature fusion[J]. 2012, 38(5): 564-568.
李阳, 丁辉, 王云飞, 等. 多特征融合的交通标志检测与分类研究[J]. 光学技术, 2012,38(5):564-568. DOI： 10.13741/j.cnki.11-1879/o4.2012.05.010.

The detection and classification of traffic signs by multi-feature fusion[J]. 2012, 38(5): 564-568. DOI： 10.13741/j.cnki.11-1879/o4.2012.05.010.

针对国内交通标志的属性特征

提出了一种基于颜色和形状的交通标志分类算法。采用RGB模型分量值互减的方法对自然背景下的交通标志图像进行分割

提取出感兴趣区域

对标志区域进行形态学处理、边缘检测

提取标志外层轮廓。利用Hough变换识别交通标志线性特征。在识别交通标志颜色和几何形状的基础上

利用交通标志的分类知识实现交通标志的快速分类。实验结果表明

该方法容易实现

满足实时性要求

并能达到较好的分类效果。

浏览量

250

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

核-主成分分析在奶牛体况自动评分中的应用

基于神经网络的图像识别方法研究

高精度自动贴片机视觉系统定位算法研究

图像的微分处理与相关识别

图像动态识别在瞄准设备读数和检定中的应用