一种基于HDR技术的交通标志牌检测和识别方法

被引：4

作者：

张淑芳

朱彤

机构：

[1] 天津大学电气自动化与信息工程学院

来源：

激光与光电子学进展 | 2018年 / 55卷 / 09期

基金：

天津市科技支撑计划;

关键词：

图像处理; 高动态范围; 交通标志牌; 检测; 识别; 逆色调映射; 多曝光融合;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

现有基于低动态范围(LDR)图像的识别方法在良好的曝光环境下,能取得较为理想的结果,但其容易受照明条件的限制以及天气状况的影响,稳健性不强。为此,提出一种基于高动态范围(HDR)技术的识别方法。通过改进的逆色调映射算法,对相机捕获的不同曝光的LDR图像进行自适应亮度范围拉伸,分别生成明暗两幅子图像,再采用多曝光融合算法对子图像进行融合,生成一幅HDR图像代替原LDR图像进行识别。实验结果表明,该方法可较好地提高交通标志牌的检测与识别正确率。

引用

页码：156 / 164

页数：9

共 10 条

[1] 基于HSV颜色空间的自适应窗口局部匹配算法
苏修
陈晓冬
徐怀远
梁海涛
刘依林
汪毅
李伟锋
郁道银
[J]. 激光与光电子学进展, 2018, (03) : 287 - 294
[2] 一种改进的交通标志图像识别算法
徐岩
韦镇余
[J]. 激光与光电子学进展 , 2017, (02) : 124 - 131
[3] 利用图像熵和复杂网络的中国画分类方法
王民
王羽笙
刘涛
胡毅
肖磊
[J]. 激光与光电子学进展 , 2017, (02) : 181 - 188
[4] 基于曲率尺度空间角点检测的交通标志分离算法
李厚杰
邱天爽
宋海玉
王培昌
王鹏杰
[J]. 光学学报, 2015, 35 (01) : 247 - 255
[5] Traffic sign detection and recognition based on random forests[J] . Ayoub Ellahyani,Mohamed El Ansari,Ilyas El Jaafari.Applied Soft Computing . 2015
[6] An optimization on pictogram identification for the road-sign recognition task using SVMs[J] . S. Maldonado Bascón,J. Acevedo Rodríguez,S. Lafuente Arroyo,A. Fernndez Caballero,F. López-Ferreras.Computer Vision and Image Understanding . 2009 (3)
[7] Real-time traffic sign recognition from video by class-specific discriminative features[J] . Andrzej Ruta,Yongmin Li,Xiaohui Liu.Pattern Recognition . 2009 (1)
[8] Speeded-Up Robust Features (SURF)[J] . Herbert Bay,Andreas Ess,Tinne Tuytelaars,Luc Van Gool.Computer Vision and Image Understanding . 2007 (3)
[9] Road traffic sign detection and classification
delaEscalera, A
Moreno, LE
Salichs, MA
Armingol, JM
[J]. IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS, 1997, 44 (06) : 848 - 859
[10] Exposure fusion .2 Mertens T,Kautz J,Van Reeth F. 15th Pacific Conference on Computer Graphics and Applications . 2007

← 1 →