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:
交通标志识别技术在室外复杂环境中,会有光照变化、标志褪色、标志倾斜和形变等不利因素的影响.目前,主流的检测算法使用颜色、形状或局部稳定特征进行交通标志的检测.但这些算法在复杂场景下检测精度低,鲁棒性差.为了达到较好的检测效果,提出一种基于颜色对和最大稳定极值区域(MSER)的交通标志检测算法.在检测过程中,为了解决不同天气情况下获取的图像亮度不同的问题,使用多组阈值;针对使用传统的颜色阈值算法得到的交通标志候选区域与颜色相似的背景粘连在一起的现象,提出一种分割算法对其进行准确分割.最后使用支持向量机(SVM)和方向梯度直方图(HOG)对得到的目标区域进行分类.尽管是在复杂的场景下,交通标志的检测率和识别率也较高.
推荐文章
基于颜色和形状的交通标志检测与分类
交通标志检测与分类
颜色分割
拐角提取
神经网络
自然场景下的交通标志识别系统
智能交通
交通标志识别系统
绿色减除分割算法
Gist-RGB特征
极限学习机
局部感受野
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
自然场景下交通标志的自动识别算法
Adaboost算法
SVM算法
交通标志识别
智能汽车
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 复杂场景下基于颜色对和MSER的交通标志检测方法
来源期刊 北京交通大学学报 学科 工学
关键词 交通标志检测 颜色对 最大稳定极值区域 多阈值 支持向量机 方向梯度直方图
年,卷(期) 2018,(5) 所属期刊栏目 图形图像处理与模式识别
研究方向 页码范围 107-115
页数 9页 分类号 TP391
字数 6000字 语种 中文
DOI 10.11860/j.issn.1673-0291.2018.05.015
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 戴雪瑞 北京交通大学电子信息工程学院 2 7 2.0 2.0
2 张立平 2 7 2.0 2.0
3 乐国庆 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 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
颜色对
最大稳定极值区域
多阈值
支持向量机
方向梯度直方图
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
北京交通大学学报
双月刊
1673-0291
11-5258/U
大16开
北京西直门外上园村3号
1975
chi
出版文献量(篇)
3626
总下载数(次)
7
总被引数(次)
38401
相关基金
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