基于颜色特征和改进支持向量机算法的交通标志检测与识别
肖艳秋1
杜江恒1
闻萌莎2
周坤1
焦建强1
裴杰1
1.郑州轻工业学院机电工程学院,河南郑州,4500022.华东师范大学信息科学技术学院,上海,200241
摘要：针对交通标志检测与识别精确度不高的问题,提出了一种基于图像HSV颜色空间分割和改进的支持向量机(SVM)算法的交通标志检测与识别方法:通过建立HSV颜色空间分割模型,对交通标志进行初步颜色分割后设置形状阈值,得到图像中精确的交通标志区域;采用基于Hu不变矩的方法提取待识别图像中的特征向量,并导入SVM分类器进行训练分类;利用狼群算法对SVM的核函数参数进行优化选择,最终利用优化后的SVM算法完成对交通标志的含义识别.验证实验结果表明,该检测与识别方法能够有效地检测到交通标志区域并对其分类识别,且具有较高的精确度.
关键词：交通标志检测与识别特征分割Hu不变矩支持向量机算法狼群算法
分类号：TP391.41(计算技术、计算机技术)
资助基金：科技攻关计划重点项目(152102210142)
论文发表日期：2018-05-02
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 57-65 )
英文信息