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:
交通标志检测是交通标志识别系统的关键技术之一,常规的基于颜色空间的检测算法一般是在较简单场景下进行的,其效率较低.为能在复杂场景下快速准确的定位出交通标志,文章提出了一种基于小波低频分量的交通标志检测方法.首先,对采集的RGB图像中三个分量分别进行自适应对比度增强,取其三个分量中最大值作为灰度图像的灰度值,然后利用小波变换对其灰度图像进行分解,对分解得到的低频分量采用LoG算子进行边缘检测;接着对边缘图像进行灰度形态学和二值化处理,最后,利用改进的霍夫变换对圆形和三角形交通标志进行分割和检测.通过对复杂环境下采集的大量交通标志图像进行测试,结果表明:文中设计的算法具有较强的实时性和鲁棒性.
推荐文章
基于深度学习的交通标志识别算法研究
交通标志识别
深度学习
卷积神经网络
TSR_Lenet
算法融合
实验对比
一种基于局部特征的交通标志检测算法的研究
交通标志
识别系统
检测算法
局部特征
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
基于改进YOLOV4模型的交通标志识别研究
交通标志识别
高清街景图像
注意力机制
增强感受野
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 基于小波低频分量的交通标志定位算法研究
来源期刊 西部交通科技 学科 交通运输
关键词 交通标志检测 小波变换的多尺度图像 灰度级处理 霍夫变换
年,卷(期) 2017,(12) 所属期刊栏目 交通工程
研究方向 页码范围 91-95
页数 5页 分类号 U391.41
字数 4874字 语种 中文
DOI 10.13282/j.cnki.wccst.2017.12.024
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 凌翔 合肥工业大学汽车与交通工程学院 10 39 3.0 6.0
2 王昔鹏 合肥工业大学汽车与交通工程学院 2 13 1.0 2.0
3 赖锟 合肥工业大学汽车与交通工程学院 4 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (49)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
交通标志检测
小波变换的多尺度图像
灰度级处理
霍夫变换
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
西部交通科技
月刊
1673-4874
45-1339/U
大16开
广西南宁市民族大道153号交通设计大厦18楼
2006
chi
出版文献量(篇)
6186
总下载数(次)
16
论文1v1指导