摘要:针对我国交通标志的特点,提出一种基于高斯颜色模型和机器学习的快速交通标志检测算法,解决了单纯采用颜色模型或单纯采用分类器检测误差较大的问题。先对直方图修正后的标志图像使用高斯颜色模型分割,并对分割后的图像进行形态学处理,初步提取m候选交通标志,最后将标志的HOG描述子和SVM结合训练出分类器,使用该分类器进行标志的精确检测。实验结果表明,该算法能有效地提高检测精度,降低误检率,对光照、旋转、部分遮挡等不良条件下的交通标志检测具有较优的稳定性和准确性,且满足实时性要求。
关键词:交通标志检测 高斯颜色模型 hog描述子 支持向量机
单位:山东大学控制科学与工程学院 济南250061 山东省机器人与制造自动化技术重点实验室山东省科学院自动化研究所 济南250061
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社