原文服务方: 计算机应用研究       
摘要:
在交通标志实时识别过程中,由于参考图像与实测图像不是同时获取的,因此摄像机与被摄交通标志之间的位置难以保证完全相同.于是,所获取的参考交通标志图像与实测交通标志图像之间就可能产生几何失真.几何失真将对于图像识别的结果带来很大的影响.因此,需要寻找一种具有旋转和比例不变性的图像识别方法,以满足实际应用中的需要.针对上述问题,提出了一种基于不变矩和神经网络的交通标志识别算法.实验结果表明,所提出的识别算法具有很好的识别能力.
推荐文章
基于BP神经网络的交通标志识别
交通标志
BP神经网络
标志识别
物联网
应用深层卷积神经网络的交通标志识别
交通标志
识别
卷积神经网络
深度学习
交通标志识别方法设计
交通标志
图像识别
BP神经网络
基于颜色聚类和Hu不变矩的道路交通标志检测
交通标志
颜色分割
聚类
Hu不变矩
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于不变矩和神经网络的交通标志识别方法研究
来源期刊 计算机应用研究 学科
关键词 智能运输系统 交通标志识别 神经网络 BP算法 不变矩
年,卷(期) 2004,(3) 所属期刊栏目 图形与图像
研究方向 页码范围 254-255,260
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2004.03.092
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许忠仁 辽宁石油化工大学信息工程学院 31 326 9.0 17.0
2 王坤明 辽宁石油化工大学信息工程学院 3 220 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (56)
参考文献  (4)
节点文献
引证文献  (93)
同被引文献  (63)
二级引证文献  (136)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(5)
  • 引证文献(4)
  • 二级引证文献(1)
2007(6)
  • 引证文献(5)
  • 二级引证文献(1)
2008(9)
  • 引证文献(7)
  • 二级引证文献(2)
2009(6)
  • 引证文献(4)
  • 二级引证文献(2)
2010(12)
  • 引证文献(6)
  • 二级引证文献(6)
2011(11)
  • 引证文献(9)
  • 二级引证文献(2)
2012(10)
  • 引证文献(6)
  • 二级引证文献(4)
2013(35)
  • 引证文献(11)
  • 二级引证文献(24)
2014(21)
  • 引证文献(7)
  • 二级引证文献(14)
2015(19)
  • 引证文献(6)
  • 二级引证文献(13)
2016(23)
  • 引证文献(6)
  • 二级引证文献(17)
2017(19)
  • 引证文献(7)
  • 二级引证文献(12)
2018(32)
  • 引证文献(8)
  • 二级引证文献(24)
2019(12)
  • 引证文献(4)
  • 二级引证文献(8)
2020(8)
  • 引证文献(2)
  • 二级引证文献(6)
研究主题发展历程
节点文献
智能运输系统
交通标志识别
神经网络
BP算法
不变矩
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导