基于图像特征及改进支持向量机算法的交通标志识别.pdf

2017年4月 15日 现代电子技术 Apr．2017 第40卷第8期 ModernElectronicsTechnique Vo1．40 No．8 doi：10．16652~．issn．1004—373x．2017．08．027 基于图像特征及改进支持向量机算法的交通标志识别 郝永杰 ，周博文 (1．呼和浩特职业学院，内蒙古 呼和浩特 010051；2．天津大学 管理与经济学部，天津 300072) 摘 要 ：研究一种基于图像特征 以及改进支持 向量机算法的交通标志识别方法。使用颜色以及形状特征对交通标志 图像特征进行提取，使用Gabor滤波方法增强处理交通标志图像。针对支持向量机识别算法的精度在很大程度上受到基本 参数的影响，通常根据经验来进行参数的选取等问题，使用模拟退火算法对支持向量机的参数进行优化选择。研究结果表 明，使用研究的交通标志检测方法的检测精度高于其他三种方法，使用颜 色和形状特征提取的检测精度要高于单独使用颜 色或形状特征提取方法。 关键词 ：图像特征；支持向量机；模拟退火算法；交通标志识别 中图分类号：TN911-34；TP391．41 文献标识码 ：A 文章编号：1004—373X(2017)08．0097．03 Traffi csignrecognitionbasedonimagefeatureand improvedsupport vectormachinealgorithm HAOYongjie，‘ZHOUBowen (1．HohhotVocationalCollege，Hohhot010051，China；2．CollegeofManagementandEconomics，Tia inUniversity，Tianjin300072，China) Abstract：Atrafficsignrecognitionmethodbasedonimagefeatureandimprovedsupportvectormachine(SVM)algorithm isstudied inthispaper．Thecolorfeatureandshapefeatureareusedtoextracttheimagefeatureofthetrafficsign．TheGabor filteringmethodisadoptedtoperform theenhancementprocessingofthetrafficsignimage．Sincetheaccuracyoftherecognition algorithm basedonSVM isaffected bythebasicparameterstoagreatextent，andtheparametersareselectedaccordingtothe experienceusually，thesimulated annealingalgorithm isusedtoselecttheparametersofthesupportvectormachineoptimally． Theresearchresultsshow thatthedetectionaccuracyofthetraffiCsigndetectionmethodishigherthanthatoftheotherthree methods，andthedetectionaccuracyofcolorandshapefeaturesextractionmethodishigherthanthatofthesinglecolorfeature extractionmethodorshapefeatureextractionmethod． Keywords：imagefeature；SVM ；simulatedannealinga