基于高斯颜色模型和SVM的交通标志检测

被引:31
作者
常发亮 [1 ]
黄翠 [1 ]
刘成云 [1 ]
赵永国 [2 ]
马传峰 [1 ]
机构
[1] 山东大学控制科学与工程学院
[2] 山东省机器人与制造自动化技术重点实验室
基金
高等学校博士学科点专项科研基金; 教育部留学回国人员科研启动基金;
关键词
交通标志检测; 高斯颜色模型; HOG描述子; 支持向量机;
D O I
10.19650/j.cnki.cjsi.2014.01.007
中图分类号
TP391.41 [];
学科分类号
080203 ;
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,初步提取出候选交通标志,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。
引用
收藏
页码:43 / 49
页数:7
相关论文
共 8 条