基于多特征融合的道路交通标志检测
在道路交通标志的检测中，针对自然实景情况中拍摄到的图像存在的交通标志大小和位置不确定等困难问题，本文提出一种基于实景图像的多特征融合的道路交通标志检测方法。论文把样本分为了训练和测试样本，首先对训练样本图像进行盲复原处理；其次对复原处理后的图像进行自适应性的形状区域裁剪，提取裁剪区域图像的颜色、纹理和形状特征；再次分别对颜色、纹理和形状特征进行SVM分类检测，从而获得颜色、纹理和形状三个分类模型；最后对模型的权值进行自适应性计算，得到加权的特征融合模型。通过测试样本对模型的检测，结果表明特征融合识别方法有很高的准确度，另外对比实验得到的数据显示融合模型提高了道路交通检测的准确度和鲁棒性。
道路交通标志检测 多特征融合 支持向量机 图像复原
朱国康 王运锋
四川大学计算机学院,成都,610065
国内会议
北京
中文
1616-1620
2011-11-17（万方平台首次上网日期，不代表论文的发表时间）