基于不变矩和SVM的圆形交通标志识别方法研究

发布时间：2018-04-30 16:38

  本文选题：交通标志识别 + Hu矩　； 参考：《电子测量与仪器学报》2017年05期

【摘要】：针对道路交通标志的自动识别问题,通过不变矩和支持向量机(SVM)方法对圆形标志图像识别方法进行研究。首先根据交通标志的颜色和形状信息对采集到的原始图像进行颜色分割、形态学去噪和形状检测等处理,获得图像中包含交通标志的区域。然后分别对标志图像进行Hu矩和Zernike矩的特征值提取,将特征值输入SVM中进行训练并采用网格搜索法对SVM进行参数优化,最后使用优化后的支持向量机方法实现交通标志的识别。实验表明,与现有的其他交通标志识别算法相比,采用高阶Zernike矩与优化后SVM的识别方法有更好的识别效果。
[Abstract]:Aiming at the problem of automatic recognition of road traffic signs, the recognition method of circular signs is studied by means of invariant moment and support vector machine (SVM). Firstly, according to the color and shape information of traffic signs, the original images are processed by color segmentation, morphological denoising and shape detection, and the areas containing traffic signs are obtained. Then the Hu moment and Zernike moment eigenvalues are extracted from the sign image, the eigenvalues are input into the SVM for training and the SVM parameters are optimized by grid search method. Finally, the traffic sign recognition is realized by the optimized support vector machine (SVM) method. The experiments show that the high order Zernike moment and the optimized SVM recognition method have better recognition effect than other existing traffic sign recognition algorithms.
【作者单位】： 上海大学机电工程与自动化学院;山东鲁能智能技术有限公司;
【分类号】：TP18;TP391.41

【参考文献】

相关期刊论文 前10条

1 王雁;穆春阳;马行;;基于Zernike不变矩与SVM的交通标志的识别[J];公路交通科技;2015年12期

2 张志佳;李文强;张丹;钟玲;;基于颜色与形状特征的交通标志检测方法[J];计算机技术与发展;2015年07期

3 李响;谭南林;李国正;张驰;;基于Zernike矩的人眼定位与状态识别[J];电子测量与仪器学报;2015年03期

4 宋文杰;付梦印;杨毅;;一种面向无人驾驶汽车的高效交通标志识别方法[J];机器人;2015年01期

5 常发亮;黄翠;刘成云;赵永国;马传峰;;基于高斯颜色模型和SVM的交通标志检测[J];仪器仪表学报;2014年01期

6 吴一全;朱丽;周怀春;;基于Krawtchouk矩和支持向量机的火焰状态识别[J];中国电机工程学报;2014年05期

7 毛建旭;刘敏;;基于ICA的仿射不变Zernike矩的交通标志识别[J];电子测量与仪器学报;2013年07期

8 冯春贵;祝诗平;王海军;贺园园;;基于改进模板匹配的限速标志识别方法研究[J];西南大学学报(自然科学版);2013年04期

9 柳长源;毕晓君;韦琦;;基于向量机学习算法的多模式分类器的研究及改进[J];电机与控制学报;2013年01期

10 胡锦城;李实英;李仁发;;基于高稳定SURF特征的交通标志识别[J];计算机应用研究;2012年08期

【相似文献】

相关期刊论文 前10条

1 周珂;蔡洁;;SVM在阿尔茨海默型老年痴呆症辅助诊断中的应用[J];现代计算机(专业版);2012年17期

2 王蒙;傅行军;;基于参数优化SVM的旋转机械故障诊断[J];江苏电机工程;2008年01期

3 谢志强;高丽;杨静;;基于球结构的完全二叉树SVM多类分类算法[J];计算机应用研究;2008年11期

4 孙颖;刘玉满;龚稳;;基于SVM的多传感器信息融合[J];长春工业大学学报(自然科学版);2013年03期

5 焦鹏;王新政;谢鹏远;;基于SVM的模拟电路故障诊断及参数优化方法[J];计算机测量与控制;2013年08期

6 张贝贝;何中市;;基于支持向量数据描述算法的SVM多分类新方法[J];计算机应用研究;2007年11期

7 赵天昀;;多分类SVM在企业竞争情报自动分类中的应用[J];现代情报;2008年10期

8 彭磊;高峰;任立华;黄真辉;;基于SVM的混沌时间序列预测模型应用研究[J];工程勘察;2013年09期

9 刘海松;吴杰长;陈国钧;;克隆选择优化的SVM模拟电路故障诊断方法[J];电子测量与仪器学报;2010年12期

10 刘永斌;何清波;张平;孔凡让;;基于SVM的旋转机械故障诊断方法[J];计算机工程;2012年05期

相关会议论文 前10条

1 滕卫平;胡波;滕舟;钟元;;SVM回归法在西太平洋热带气旋路径预报中的应用研究[A];S1 灾害天气研究与预报[C];2012年

2 王红军;徐小力;付瑶;;基于SVM的旋转机械故障诊断知识获取[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

3 陈兆基;杨宏晖;杜方键;;用于水下目标识别的选择性SVM集成算法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年

4 程丽丽;张健沛;杨静;马骏;;一种改进的层次SVM多类分类方法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

5 左南;李涓子;唐杰;;基于SVM的肖像照片抽取[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

6 宁伟;苗雪雷;胡永华;季铎;张桂平;蔡东风;;基于SVM的无参考译文的译文质量评测[A];机器翻译研究进展——第四届全国机器翻译研讨会论文集[C];2008年

7 刘旭;罗鹏飞;李纲;;基于拟合角特征及SVM的雷达辐射源个体识别[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年

8 罗浩;谢军龙;胡云鹏;;地源热泵空调系统故障诊断中SVM的应用[A];全国暖通空调制冷2008年学术年会资料集[C];2008年

9 刘闪电;王建东;;权重部分更新的大规模线性SVM求解器[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

10 王舰;汤光明;;基于SVM的图像隐写检测分析[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

相关博士学位论文 前1条

1 陈志茹;基于SVM集成学习的miRNA靶基因预测研究[D];燕山大学;2015年

相关硕士学位论文 前10条

1 杨刘;基于PCA与SVM的地力评价研究[D];中南林业科技大学;2015年

2 伍岳;基于SVM的文本分类应用研究[D];电子科技大学;2014年

3 高传嵩;基于SVM文本分类的问答系统的设计与实现[D];南京大学;2014年

4 冯天娇;基于肝脏表观模型和优化SVM的肝癌识别方法的研究与实现[D];东北大学;2013年

5 姚磊;基于SVM主动学习的音乐分类[D];南京邮电大学;2015年

6 毛晓东;基于多层SVM的面筋强度分类模型优化研究[D];黑龙江大学;2014年

7 马琰;一种基于SVM和多源数据的金丝猴生境评价研究[D];中国林业科学研究院;2015年

8 王立达;基于混合核函数的SVM及其应用研究[D];大连海事大学;2016年

9 李同同;基于SVM安瓿药液杂质检测与识别算法的研究[D];广东工业大学;2016年

10 林志杰;基于二叉平衡决策树的SVM多分类算法的改进[D];福州大学;2014年

，

本文编号：1825324