超网络道路限速标志识别

被引：4

作者：

王进 ^{[1
]}

孙开伟 ^{[1
]}

李钟浩 ^{[2
]}

机构：

[1] 重庆邮电大学计算机科学与技术研究所

[2] 仁荷大学信息与通信工程系

来源：

小型微型计算机系统 | 2012年 / 33卷 / 12期

基金：

教育部留学回国人员科研启动基金;

关键词：

限速标志识别; 智能交通系统; 超图; 超边; 超网络;

D O I：

暂无

中图分类号：

U491.52 [];

学科分类号：

摘要：

限速标志识别系统是智能交通系统的一个重要组成部分,它能有效地辅助司机安全驾驶.针对限速标志的数字字符识别问题,提出一种基于超网络模型的模式识别方法.首先介绍了超网络计算模型及其分类原理;然后采用颜色分割和形状分析相结合的方法对限速标志进行定位,并提取出限速数字字符特征;最后以限速字符的特征向量为训练样本对超网络模型进行演化学习.本文使用超网络模型对限速标志20、40、60、80 km/h进行识别.实验结果表明,基于超网络模型的道路限速标志识别系统最快只需3次迭代便可以完成对样本的学习,识别率为96.15%.和其它传统模式识别方法相比,该模型具有学习时间短、识别率高的优点,为解决现实应用中的道路限速标志识别问题提供了可能.

引用

页码：2709 / 2714

页数：6

共 5 条

[1] 基于演化硬件的道路限速标志识别方法 [J].