基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
交通标志检测在智能交通系统中的作用是帮助驾驶提高安全性.交通标志都具有特定的颜色和形状,但是现有的检测方法大多使用固定阈值分割等非智能方法,缺乏自适应性和鲁棒性.使用支持向量机分割彩色交通标志图像,再结合形状特征,实现了一种新的智能检测方法;并以蓝色交通指示标志为检测对象,使用所提出的方法进行实验.实验结果表明,该方法鲁棒性好、检测准确率高.
推荐文章
基于支持向量机的交通标志人工智能检测与识别
支持向量机
交通标志
智能检测
识别
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
基于图像特征及改进支持向量机算法的交通标志识别
图像特征
支持向量机
模拟退火算法
交通标志识别
基于不变矩和神经网络的交通标志识别方法研究
智能运输系统
交通标志识别
神经网络
BP算法
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 基于支持向量机和不变矩的交通标志检测
来源期刊 计算机工程与应用 学科 交通运输
关键词 交通标志识别 图像检测 支持向量机
年,卷(期) 2008,(31) 所属期刊栏目 工程与应用
研究方向 页码范围 233-235,238
页数 4页 分类号 U491.116
字数 3839字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.31.068
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 梁虹 云南大学信息学院 42 374 12.0 18.0
2 冯涛 云南财经大学信息学院 6 45 4.0 6.0
3 高联雄 云南民族大学物电学院 4 30 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (74)
参考文献  (10)
节点文献
引证文献  (14)
同被引文献  (10)
二级引证文献  (6)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2008(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
交通标志识别
图像检测
支持向量机
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导