自然场景下交通标志检测与分类算法研究
Detection and classification of traffic signs in natural environments作者机构:哈尔滨工业大学航天学院哈尔滨150001 南京理工大学自动化学院南京210094
出 版 物:《哈尔滨工业大学学报》 (Journal of Harbin Institute of Technology)
年 卷 期:2009年第41卷第11期
页 面:29-33,38页
核心收录:
学科分类:0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(60774062) 高等学校博士学科点专项科研基金(20050213010)
主 题:交通标志识别 辅助驾驶系统 局部特征检测模板 概率神经网络 J—means算法 粒子群优化
摘 要:在HSV彩色空间进行颜色分割的基础上,提出一种基于局部特征与模糊规则的交通标志检测算法.为了对检测出的标志进行分类理解,根据交通标志的颜色与形状特征信息进行分层分解,设计多层决策分类系统,并采用J-means聚类分析与PSO算法来优化设计PNN作为其子分类器.对晴天、多云和小雨天气状况下共3000幅图像进行了交通标志识别,该检测算法的检测率分别达到93.28%、90.25%与88.97%;所设计分类器不仅具有精简的结构,而且有较高的分类精度.