交通标志识别为智能车辆行驶提供了有价值的道路环境信息.提出一种结合形状标记图和Gabor波的交通标志识别方法,交通标志识别过程如下:1)变换图像的RGB像素值来增强交通标志主特征颜色(红,蓝,黄)区域并进行分割,用形态学操作消除噪声点的影响;2)提取感兴趣区域的标记图作为其形状特征,用Euclidean距离来对其进行初分类;3)对交通标志感兴趣区域的灰度图像进行Gabor小波变换,
第 6卷第 6期 21 0 1年 1 2月
智
能
系
统
学
报
V0 _ o. I6 N 6 De . 01 a2 1
CAAIT a s ci n n I t l g n y tms r n a t s o n el e tS se o i
di1 .9 9ji n 17 -75 2 1. 60 8 o:0 36/.s .6 34 8 .0 0 .0 s 1
形状标记图和 G br波的交通标志识别 ao小 谷明琴,自兴,蔡何芬芬 (中南大学信息科学与工程学院,南长沙 4 0 8 )湖 10 3
摘
要:通标志识别为智能车辆行驶提供了有价值的道路环境信息.出一种结合形状标记图和 G br的交通交提 ao波
标志识别方法,交通标志识别过程如下:) 1变换图像的 R B像素值来增强交通标志主特征颜色 (,, ) G红蓝黄区域并进行分割,用形态学操作消除噪声点的影响; ) 2提取感兴趣区域的标记图作为其形状特征, E cda用 ul en距离来对其 i进行初分类; ) 3对交通标志感兴趣区域的灰度图像进行 G br ao小波变换,获得其不同角度和尺度的小波图像,用二维
独立分量分析法提取其主特征,并送入线性支持向量机来判断感兴趣区域所属的交通标志类型.实验结果表明,提 出的算法能够稳定、有效地检测和识别智能车辆行驶环境中的多类交通标志.
关键词:交通标志识别;标记图; ao小波; Gbr支持向量机 中图分类号:P 9文献标志码:文章编号:6 3 7 5 2 1 )602 - T3 1 A 17 - 8 ( 0 1 0 -5 60 4 5
Tr f c sg e o n to a e n s a e sg a u e a d Ga o v lt a i i n r c g ii n b s d o h p i n t r n b r wa e e s
GU i g i M n q n,CAIZii g,HE Fe f n xn ne ( col f n r t nSi c n n i eig C n a Su nvri, hn sa40 8, hn ) Sho o f mao c nea dE g er, et l ot U i sy C agh 10 3 C i Io i e n n r h e t a Absr c T afc sg e o ni o r vd sv l a l n o main o o d c n iin o n elg n e ils h r f t a t: r fi in r c g t n p o
ie au b e if r to n r a o d t sf ri t l e tv hc e .T e ta- i o i
f in rc g i o rc s so tn d a olws )T eman c lr f rfc s n r n a c db a s r i sg e o nt n po e swa ul e sfl c i i o:1 h i ooso a i sweee h n e y t nf— ti g r o mi h ng t e RGB p x lv l s o he i g n h n s g n e h e h l ie aue ft ma e a d te e me t d by a t r s od.Nos on s o h i a y i g r ie p it ft e b n r ma e wee
i e db rhlg a i aepo es .2)T es n t eo erg no trs R I a xrc da ft e ymop ooi l m g rcsig lr c n h i a r ft ei f neet( o )w set t sa g u h o i ae saef t e a dtesa eo eR 1 a r a l cas e y ul ends n e 3 h ryi ae f r - h p a r, n h p fh o s i ry l i db c d a ia c . )T ega gs a eu h t w p m i sf i E i t m o tf i in sta so me n o v r u r n ai n n c l v l ti g sb he Ga o v lt n he man f a tc sg swa r n fr d i t a o so e tto sa d s a ewa ee ma e y t b rwa e e,a d t i e . i i
trsw r et ce ya -i ninl n e ed n o p nn n ls 2 IA)a oi m w i h na u— ue ee x at b d r d 2 me s a id pn et m o et a i D C o c a y s( l rh h etel er p g t l i s p r vco ahn a p l dt jdetet e frfcs n .E p r etleu s hw ta t rp sda o ot et m c ie sapi g p a i i s x e m na rsl o th po oe l - r w e ou h y o t f g i ts h e g rt m y
sa l n f ci ey d tc n d n iy t e r a sd rfi ins ih ma tb y a d ef tv l e e ta d i e tf h o d i e tafc sg . e K e w o ds:r fc sg e o nto y r tai in r c g i n; sg au e; Ga o v l t s pp r e trm a h n f i in t r b rwa ee; u o tv c o c i e
近年来,能车辆研究受到越来越多的重视 .智 20 0 7年美国国防部高级计划研究署 ( ee s A . Df e d n vn e eerhPoet A ec, A P举办了智 a cdR sac r cs gn y D R A) j
别是智能车辆研究的一个重要研究方向. 从 2纪8 0世 0年代开始,内外研究人员提出国 了多种交通标志检测和识别算法 .检测算法通常在不同的颜色空间中对交通标志图像进行分割,得获
能车辆城市挑战赛,间智能车辆仅依靠传感和视期觉系统成功完成了道路环境的感知 .我国,09在 20 和 21 0 0年由国家自然科学基金委组织的未来挑战
感兴趣区域,然后用形状特征对其进行检’ .狈所用到 J『 的颜色空间主要有 R B、 V、 I、 C C、 I C G HS H S Y b r CE
智能车比赛在西安成功举行,比赛包括静态和动态 交通标志的检测与识别 .见交通标志的检测与识可 收稿日期:0 1 81 . 2 1- -5 0
A 7IL . M9、H S等而对交通标志感兴趣区域形状判别的方法有:用图像边缘信息进行 H uh变换能利 og够较精确地获得交通标志区域,该方法计算复杂但度较高且占用较大的内存资源,时性较差 .献实文
基金项目:国家自然科学基金资助项目( 0 2 32,0 0 07)国家 9 80 0 6 85 2;博士点基金资助项目(0 8 5 30 5; 2 0 0 30 0 )湖南省院士基金资助项目( 0 1 F4 3 ) 20 0 J0 0 . 通信作者:明琴 . - i:u m nqn ht i CB.谷 Ema g— ig i@ o l O l ma .
[.] 24使用快速径向对称检测算子,对光照变化和遮 挡具有一定的鲁棒性,只能对圆形交通标志进行但

关键词:Gabor小波神经网络图像目标识别 1/2 相关文档推荐 基于形状特征的小波... 目标识别 数字图像目标的自动识别是目前国内外研究的热点 , 它在智能交通系统 ...
Gabor 函数在 均利用 Gabor 小波变换 , 提取图像的纹理及边缘特 征 ,实现了图像的高性能检索和形状识别 。Gabor 变、 字体识别 [12 ] 二维 Gabor 函数可以...
关键词: 人脸识别; Gabor 小波; Gabor 幅值和相位特征; 主成分分析 (PCA) 降维; 最近邻分类 文章编号: 1002-8331 (2012) 15-0195-06 文献标识码: A 中...
结合差图像和Gabor小波的人脸表情识别_专业资料。提出一种结合差图像和Gabor小波变换的人脸特征提取方法,并使用支持向量机SVM(Support Vector Machines)进行人脸表情...
06—0207—03 ——— 文献标识码: 文献标识码:A 2012 年 3 月 March 2012 中图分类号: 中图分类号:TP391.41 基于 Gabor 小波和稀疏表示的人脸表情识别詹...
G abor小波理论的植物根系图像边缘检测研究 宋文龙, 等 Gabor小波理论的植物根系图像边缘检测研究 Study ing the Edge Detec tion of I ages of P l nt Roo ...
基于Gabor小波和ASIFT特征点的人耳识别_机械/仪表_工程科技_专业资料 暂无评价
基于Gabor 小波的人脸识别技术 人脸识别/特征提取/小波变换/直方图 1 引言 Gabor 小波在空间域和频率域均有较好的分辨能力,有明显的方向选择和频率选择特性。随着...
(2005)15—0172—03 文献标识码:A 2005 年 8 ...·人工智能及识别技术· 基于 Gabor 小波变换的人脸...实验表明 [3] ,嘴角形状对表情的影响最大,其次 ...
基于Gabor小波和LBP算子的人脸识别技术研究_计算机...但是,随着网络、通信、交通等技术的飞速发展,人们...基于形状分析的方法,以及多模态信息融合的方法,国外...
热门文档