- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于颜色与形状特征的交通标志检测方法o5mssvga
第 25 卷 第 7 期
2015 年 7 月
计 算 机 技 术 与 发 展
COMPUtER tECHNOLOGY AND DEVELOPMENt
Vol. 25 No. 7
July 2015
基 于颜色与形状特征的交通标志检测方法
基
张志佳,李文强,张 丹,钟 玲
( 沈阳工业大学 视觉检测技术研究所,辽宁 沈阳 110870)
摘 要:现今社会,交通事故频发,每年因交通事故而造成的伤亡人数正在逐年递增,如何提高道路交通的安全性,已然成 为迫在眉睫的问题。 文中所研究的交通标志识别技术,可以及时将道路两旁交通标志反馈给驾驶员,从而减少或避免由 于驾驶员的疏忽引发的交通事故。 交通标志主要包括,警告标志、禁令标志和指示标志三种,而不同类型的交通标志均具 有不同的颜色和形状特征。 针对交通标志的上述特点,文中提出了一种将颜色和形状特征相结合的交通标志识别系统。 在该方法中,首先采用 HSV 颜色特征对整幅图像进行粗提取,而后进行形态学滤波并基于标志的几何形状特征对整幅图 像实现精细分割,完成标志检测。 实验结果表明,该方法运算量小,对外界环境变化不敏感,能够准确、快速地检测出视线 范围内的交通标志。
关键词:交通标志;HSV;形态学方法;几何形状描述子
中图分类号:tP301 文献标识码:A 文章编号:1673-629X(2015)07-0174-05 doi:10. 3969 / j. issn. 1673-629X. 2015. 07. 039
Traffic Sign Detection Method Based on Color and Shape Features
ZHANG Zhi-jia,LI Wen-qiang,ZHANG Dan,ZHONG Ling
( Computer Vision Group,Shenyang University of Technology,Shenyang 110870,China)
Abstract:Nowadays,traffic accidents happening every day,the number of casualties caused by traffic accidents is increasing. How to im- prove road traffic safety has become a pressing problem. Traffic signs recognition mentioned gets useful traffic information for drivers through computer processing and feedback to the driver timely,to reduce and avoid traffic accidents caused by the drivers negligence. The road traffic signs includes warning signs,prohibition signs and directional signs. They all have specific colors and shapes. According to the characteristics of the traffic signs,present a traffic sign recognition system based on color - shape feature. Firstly,use HSV color model to extract the whole image for traffic signs region,then utilize morphological methods to get filtration and apply geometric shape characteristic feature to get split, finally extracting the region which are satisfied both color and shape conditions. Experimental results show that the algorithm has a small amount of computation, not sensitive to changes in the external envi
文档评论(0)