摘要
道路平面交通标志的检测识别对于保障智能汽车的行驶安全具有重要意义,但车载摄像头所采集的车前道路图像存在周围环境干扰问题,严重影响识别的准确性。为此,提出一种基于车道线双边缘Hough检测和主次加权法的路面交通标志自适应识别方法。首先依据行均值变化率剔除车前道路图像中的不相干环境区域,而后利用Hough变换得到备选直线集,提出车道线双边缘主次加权法以筛选最优直线、得到感兴趣区域。在此基础上根据HOG特征和SVM分类器,运用机器学习进行交通标志的识别。结果表明,该算法在多车道并存、环境干扰等情况下表现均较为优异,且无须人为干预,自适应性良好。
作者
梁晓
王爽
王雪玮
郭京波
LIANG Xiao;WANG Shuang;WANG Xuewei;GUO Jingbo
出处
《自动化应用》
2021年第8期3-5,共3页
Automation Application
基金
国家自然科学基金“精密光学元件表面缺陷的多模态融合表征和多光谱视觉诊断研究”(62003227)
“复杂视觉模糊下基于前向—鸟瞰视角迁移的车前道路通行区域检测研究”(52102467)
河北省教育厅科学技术研究项目“面向精密光学元件的复杂表面缺陷视觉检测研究”(QN2019066)
“恶劣天气环境面向智能汽车视觉感知的异常尺度目标检测”(QN2021135)。