基于决策树型SVM的交通标志图像识别

• 作者: 朱金好 罗晓萍
• 来源期刊: 长沙理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 图像识别 边界矩 决策树型支持向量机
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 交通运输工程
• 页码范围: 13-17
• 页数: 5页
• 分类号: U491.5+2
• 字数: 2618字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9331.2004.02.003

摘要

由于采集信息装置简单和外界环境复杂,以及对识别方法的实时性、准确性要求,使得交通标志识别成为一项难题.首先根据交通标志特殊颜色信息和规则几何外形,利用边界矩技术迅速清除干扰区域,然后将剩下的区域规格化,送入训练好的决策树型支持向量机识别.在决策树型向量机训练阶段,使用模糊聚类算法,较好地完成了树型建构,使向量机具有良好的区分度.对大量实景图像进行实验证明,本研究方法具有平移、旋转、缩放、拉伸不变性和较强的容噪能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗晓萍	长沙理工大学计算机与通信工程学院	4	61	4.0	4.0
2	朱金好	皖南医学院计算机教研室	5	37	3.0	5.0