基于Gabor特征提取和SVM交通标志识别方法研究

• 作者: 崔万豪 张传伟
• 来源期刊: 现代电子技术
• 关键词: 交通标志识别 图像灰度化 图像增强 Gabor特征提取 主成分分析 支持向量机
• 年，卷（期）: 2018,（17）
• 所属期刊栏目: 智能交通与导航
• 页码范围: 136-140
• 页数: 5页
• 分类号: TN911.73-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.17.030

摘要

交通标志识别是智能车辆基于视觉传感感知道路信息的关键技术,针对传统识别技术不能满足实时性和准确性的要求,采用一种基于Gabor特征提取和支持向量机(SVM)交通标志识别方法.首先选定交通标志图像进行灰度化、图像增强处理,采用Gabor滤波技术进行特征提取,针对大量的特征信息采用主成分分析(PCA)降维,并用支持向量机分类识别.最后在Matlab平台上进行实验,验证该方法的识别率和识别时间.实验结果表明,该方法较传统方法识别精度高,实时性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张传伟	西安科技大学机械工程学院	81	430	12.0	17.0
2	崔万豪	西安科技大学机械工程学院	1	5	1.0	1.0