一种改进的交通标志图像识别算法

发布时间：2019-03-17 15:41

【摘要】：交通标志识别(TSR)系统是智能交通系统的重要研究方向。道路交通环境复杂、交通标志数据库规模庞大等因素导致在设计TSR系统可行性方案时必须考虑计算复杂度和识别率。提出了一种高效且快速的基于改进主成分分析(PCA)法和极限学习机(ELM)的TSR算法,被称为PCA-HOG。该算法首先提取交通标志数据库中每个交通标志的梯度方向直方图(HOG)特征,利用改进PCA算法对提取出的HOG特征进行降维处理,之后利用降维后的HOG特征进行ELM模型训练,利用经过训练的ELM模型识别测试图片。实验结果表明,基于PCAHOG和ELM模型的交通标志识别算法获得的计算复杂度低,图像识别率可达97.69%。
[Abstract]:Traffic sign recognition (TSR) system is an important research direction of intelligent transportation system. Because of the complexity of road traffic environment and the large scale of traffic sign database, it is necessary to consider the computational complexity and recognition rate in designing the feasible scheme of TSR system. An efficient and fast TSR algorithm based on improved principal component analysis (PCA) and extreme learning machine (ELM) is proposed, which is called PCA-HOG.. The algorithm firstly extracts the (HOG) feature of the gradient direction histogram of each traffic sign in the traffic sign database, uses the improved PCA algorithm to reduce the dimension of the extracted HOG feature, and then uses the reduced dimension HOG feature to train the ELM model. The trained ELM model is used to identify the test pictures. The experimental results show that the traffic sign recognition algorithm based on PCAHOG and ELM model has low computational complexity and the image recognition rate can reach 97.69%.
【作者单位】： 天津大学电子信息工程学院;
【基金】：国家自然科学基金(61372145) 天津大学独立创新基金(2015XZC-0005)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 王海珍;廉佐政;滕艳平;;基于小生境技术的火灾图像识别算法[J];计算机工程与科学;2010年11期

2 霍云;宗光华;孙明磊;张杰;毕树生;;基于对称特征相似性的图像识别算法研究[J];光学技术;2009年02期

3 王潇茵;胡昌振;;基于直觉模糊——神经网络的色情图像识别算法[J];信息网络安全;2009年07期

4 王宏;莫裕孟;尹莉军;向时平;;野外复杂背景下轻武器射击目标的图像识别算法[J];火力与指挥控制;2009年07期

5 杨立玲;胡跃明;王婷;戚其丰;;基于小波结构矩的图像识别算法[J];半导体技术;2009年11期

6 蔡政;丁宣浩;陈丽霞;刘忆宁;;敏感图像识别算法研究[J];企业科技与发展;2012年05期

7 程咏梅,潘泉,张洪才,王刚;计算机智能图像识别算法研究[J];计算机应用;2004年02期

8 张锏;;基于区域的图像识别算法研究[J];电脑知识与技术;2010年29期

9 赵颖;孙群;葛广英;;美国白蛾幼虫网幕图像识别算法[J];农业机械学报;2013年09期

10 舒杰磊;;电视透明台标的图像识别算法研究[J];数字通信世界;2009年08期

相关会议论文 前1条

1 张冬娟;唐万有;;基于投影特征的烫印图像识别算法的研究[A];2013中国食品包装学术会议论文摘要集[C];2013年

相关硕士学位论文 前10条

1 王银立;输电线路导线断股及绝缘子自爆的图像识别算法研究[D];电子科技大学;2014年

2 胡伟;一种新型的太阳能硅片数片机[D];中国计量学院;2015年

3 孙吉祥;果蝇求偶行为的图像识别算法研究[D];南京农业大学;2014年

4 卢始亮;手掌静脉图像识别算法的设计与移植[D];浙江工业大学;2015年

5 韩修礼;面向移动设备的图像识别算法研究[D];北京交通大学;2016年

6 王静;基于ICA和ELM的图像识别算法研究[D];中国海洋大学;2015年

7 傅天驹;基于深度学习的林火图像识别算法及实现[D];北京林业大学;2016年

8 王明潇;图像识别算法研究及其智能终端上的实现[D];北京邮电大学;2010年

9 张绿云;基于奇异值分解与正交可判别向量的图像识别算法研究[D];广西师范大学;2013年

10 魏正宜;纸币图像识别算法的研究[D];哈尔滨理工大学;2009年

，

本文编号：2442438