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:
提出了一种基于感兴趣区域和HOG-CTH融合特征的交通标志检测算法.首先在HSV彩色空间进行颜色阈值分割,然后对分割后的二值图像进行一系列形态学处理获得感兴趣区域,最后提取感兴趣区域的HOG-CTH融合特征,并采用支持向量机(Support Vector Machine,SVM)分类器进行交通标志训练与检测.在特征提取阶段首先分别提取图像的梯度方向直方图(Histogram of Oriented Gradient,HOG)特征和统计变换直方图(Census Transform Histogram,CENTRIST/CTH)特征,然后将CTH特征向量细量化,最后组合HOG特征和稀疏化的CTH特征.实验结果表明,该方法具有很好的鲁棒性,能够快速准确地检测出交通标志.
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
基于ORB和最小凸包的感兴趣区域检测方法研究
ORB
最小凸包
特征点
感兴趣区域
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SA-YOLOv5 的交通标志目标检测研究
目标检测
交通标志识别
注意力机制
YOLOv5
嵌入式系统
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 基于感兴趣区域和HOG-CTH特征的交通标志检测
来源期刊 计算机与数字工程 学科 工学
关键词 交通标志检测 感兴趣区域 方向梯度直方图 统计变换直方图 支持向量机
年,卷(期) 2018,(6) 所属期刊栏目 图像处理
研究方向 页码范围 1222-1226
页数 5页 分类号 TP391
字数 3435字 语种 中文
DOI 10.3969/j.issn.1672-9722.2018.06.034
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 张尤赛 江苏科技大学电子信息学院 59 353 9.0 14.0
2 张硕 江苏科技大学电子信息学院 3 12 3.0 3.0
3 孙露霞 江苏科技大学电子信息学院 2 6 2.0 2.0
4 李永顺 江苏科技大学电子信息学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (19)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 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(4)
  • 引证文献(3)
  • 二级引证文献(1)
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
交通标志检测
感兴趣区域
方向梯度直方图
统计变换直方图
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导