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:
针对交通标志出现互连现象导致检测率下降的问题,提出了一种基于曲率尺度空间(CSS)角点检测的交通标志分离算法.使用基于红绿蓝(RGB)归一化的彩色分割算法和区域特征判决准则自动识别多标志互连候选区域,并对提取的目标区域进行边缘平滑和轮廓跟踪.利用基于全局和局部曲率特性的CSS角点检测器对提取的轮廓进行角点检测,并依据角点凸凹性判定准则及分离点对匹配条件,从角点中提取标志间的分离点对.利用Bresenham 算法寻求分离点对间的分离线,实现标志的最终分离.实验结果验证了算法的有效性,与现有基于分水岭变换的标志分离算法以及改进的自适应分离算法相比,克服了标志过度分离问题,提高了标志检测整体性能.
推荐文章
一种基于曲率尺度空间的自适应角点检测方法
曲率尺度空间
角点检测
支持区域
候选角点
基于Gabor多尺度空间的不变兴趣点检测
Gabor滤波器
多尺度空间
不变兴趣点
特征尺度
图像变形
改进的曲率尺度空间角点检测
角点检测
曲率尺度空间
双边滤波
高斯滤波
基于多尺度卷积神经网络的交通标志识别
模式识别系统
交通标志识别
多尺度卷积神经网络
SoftMax分类器
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 基于曲率尺度空间角点检测的交通标志分离算法
来源期刊 光学学报 学科 工学
关键词 图像处理 机器视觉 交通标志分离 曲率尺度空间 角点检测 自适应分离
年,卷(期) 2015,(1) 所属期刊栏目 机器视觉
研究方向 页码范围 239-247
页数 9页 分类号 TP391.41
字数 语种 中文
DOI 10.3788/AOS201535.0115002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (82)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(10)
  • 参考文献(2)
  • 二级参考文献(8)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(18)
  • 参考文献(3)
  • 二级参考文献(15)
2011(12)
  • 参考文献(1)
  • 二级参考文献(11)
2012(13)
  • 参考文献(3)
  • 二级参考文献(10)
2013(10)
  • 参考文献(3)
  • 二级参考文献(7)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
图像处理
机器视觉
交通标志分离
曲率尺度空间
角点检测
自适应分离
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
光学学报
半月刊
0253-2239
31-1252/O4
大16开
上海市嘉定区清河路390号(上海800-211信箱)
4-293
1981
chi
出版文献量(篇)
11761
总下载数(次)
35
相关基金
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导