基于双边缘主次加权法的平面标志检测与识别

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。