基于多特征融合的交通标志识别算法

• 作者: 徐西义 李巧月 祝汉城 陈曦 韩习习 魏民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 交通标志识别(TSR) 方向梯度直方图(HOG) 局部二值模式(LBP) 颜色特征 特征融合 支持向量机(SVM)
• 年，卷（期）: 2019,（18）
• 所属期刊栏目: 图形图像处理
• 页码范围: 195-200
• 页数: 6页
• 分类号: TP391.41
• 字数: 4298字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1806-0155

摘要

综合考虑识别率、时间复杂度以及鲁棒性,提出一种边缘、纹理、颜色多特征融合和支持向量机(SVM)的交通标志识别算法.通过提取能够描述交通标志图像边缘信息的方向梯度直方图(HOG)特征并进行统计平均,与能够表示标志图像内部纹理信息的局部二值模式(LBP)特征融合得到降维后的HOG-maxLBP特征,再级联交通标志的颜色特征作为最终的特征向量,最后利用SVM进行交通标志训练和分类.实验结果表明,该算法不仅提高了交通标志的识别率,而且降低了时间复杂度,增强了系统鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曦	中国矿业大学信息与控制工程学院	19	28	3.0	4.0
2	魏民		3	2	1.0	1.0
3	李巧月	中国矿业大学信息与控制工程学院	3	2	1.0	1.0
4	韩习习	中国矿业大学信息与控制工程学院	3	2	1.0	1.0
5	祝汉城	中国矿业大学信息与控制工程学院	3	2	1.0	1.0