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
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
收藏
页码:2709 / 2714
页数:6
相关论文
共 5 条
[1]   基于演化硬件的道路限速标志识别方法 [J].
王进 ;
康雄 .
江苏大学学报(自然科学版), 2011, 32 (06) :689-694
[2]   一种基于Hough变换的圆和矩形的快速检测方法 [J].
秦开怀 ;
王海颍 ;
郑辑涛 .
中国图象图形学报, 2010, 15 (01) :109-115
[3]   Matlab在图像边缘提取中的应用 [J].
柏春岚 .
科技信息, 2009, (14) :224-225
[4]   道路标志图案识别方法研究 [J].
初秀民 ;
严新平 ;
毛喆 .
汽车工程, 2006, (11) :1051-1055
[5]  
Associative and Parallel Processors [J] . Kenneth J. Thurber,Leon D. Wald.&nbsp&nbspACM Computing Surveys (CSUR) . 1975 (4)