自然环境下圆形禁令交通标志检测

针对我国圆形禁令交通标志,提出一种快速、稳定的标志自动检测方法。首先,基于RGB空间对标志图像进行颜色分割,针对三通道差值的固定阈值分割方法对图像亮度的适应性较差的问题,提出基于基础通道选择的相对通道差值计算及阈值曲线拟合的方法进行自适应颜色分割,并针对标志与背景同色的情况,提出梯度过滤的方法将标志与同色背景分离;然后对分割图像进行边缘提取,基于标志椭圆特征,用最小二乘椭圆拟合后验偏差估计法来对边缘进行筛选,并提取最终标志边缘。实验表明,该方法能快速准确地对自然环境下不同亮度的圆形禁令标志自动检测,具有实时性和鲁棒性,在智能交通中具有良好的应用前景。

基于HSV空间的禁令交通标志检测方法研究

提出了一种基于HSV彩色空间的禁令交通标志检测方法 ,利用禁令交通标志的背景均为红色这一特性,通过统计分析计算出红色的H阈值进行颜色的分割,再利用相关满足条件筛去不符合交通标志的区域,将真正禁令标志所在的区域检测出来,便于进行下一步识别。实验表明该方法是尺度恒定的,能够在复杂的交通场景中进行可靠的禁令交通标志检测。

圆形交通标志快速检测算法的研究

介绍了一种基于颜色分割和形状分割的交通标志检测算法。该算法首先进行一些预处理,然后利用RGB分量差值算法分割出感兴趣的区域,再进行了二值化以及纵横比和面积的过滤之后,再利用圆形度法进行路标检测。实验结果表明,此检测算法可以较为有效和快速的检测出自然环境下的交通标志。

基于颜色和形状的道路交通标志检测

提出了一种基于颜色分割和形状分析的交通标志检测方法.首先利用改进后的简单向量滤波器分割感兴趣色彩区域,对不同色彩区域进行相应形状检测.采用拐角特征与几何结构分析相结合的方法检测矩形与三角形标志,提出了一种基于对称性特征的简单编码算法,并应用于圆形检测.实验结果表明,该方法能在多种复杂场景中有效地定位交通标志,对天气变化有一定鲁棒性,为后继的交通标志识别工作奠定了良好基础.

一种快速的禁令交通标志检测算法

交通标志检测是交通标志识别系统的重要步骤,交通标志的检测结果直接影响交通标志识别的识别率和实时性。针对我国禁令交通标志的特点,提出了一种基于颜色模型分割和跳变次数的快速交通标志检测算法。首先对输入图像进行增强,其次利用颜色模型分割并进行形态学处理,初步得到交通标志候选区域,最后统计候选区域的平均跳变次数,判断该候选区域是否为感兴趣区域。实验结果表明,该算法能够有效的提高检测精度,降低误检率,且能够满足实时性的要求。

基于自适应阈值与圆形相似度的禁令标志检测

交通标志检测是影响交通标志识别速度和正确率的重要因素.采用一种HSI自适应阈值粗分割方法获取场景图像的红色二值图,克服固定阈值分割算法受光照等外界因素影响较大的缺点.然后进行连通区域标记,排除了部分非禁令标志红色区域,并对多个相连禁令标志作有效分割,提取出禁令标志的候选区域.最后,通过分析候选区域外边缘的圆形相似度参数,确定了禁令标志区域.复杂道路环境下的场景实验表明:本方法具有较高的鲁棒性.

基于颜色和圆形度的交通禁令标志提取

为满足智能交通系统的实时性要求,提高交通标志图像预处理的速度,以交通禁令标志为例,介绍了一种提取交通标志的新方法。该方法首先通过RGB彩色信息快速分割彩色标志图像转换为灰度图像,使用log边缘提取算子进行图形的边缘检测。对细化后的灰度图像,再利用链码计算图形周长和面积,进而求取目标圆形度,设置合适的面积和圆形度阈值可提取出交通标志。使用20个自拍样本测试,提取用时均小于0.3 s。实验结果表明本方法计算简单,实时性好,检测的有效性较高。

基于人工蜂群的新型圆形交通标志识别算法

道路交通标志检测是智能交通系统的重要组成部分,精确快速识别圆形交通标志对保障交通安全有非常关键的作用.本文将子种群概念引入人工蜂群(artificialbeecolony,ABC)算法中,提出了一种基于子种群多峰值优化算法(species-based artificial bee colony,SABC)应用于圆形交通标志的检测.SABC的关键在于多个子种群按照人工蜂群算法同时搜索多个最优解.作为比较,引入了基于子种群的遗传算法(species-basedgeneticalgorithm,SGA)和基于子种群的粒子群优化算法(species-based particle swarm optimization,SPSO).5个多峰值函数用于验证3种算法的多峰值优化性能,其结果证明SABC具有更高的准确性和更快的运行速度,成功率为100%,精度均低于10-4,运行时间均在0.3 s以内.然后,将多圆检测视为多峰值优化问题,并将SABC应用于多圆检测,设计了完整的检测算法.最后,在德国交通标志数据集(German traffic sign recognition benchmarks,GTSRB)的圆形交通标志上测试所提出的圆形检测算法.实验结果表明,所提算法能够以良好的性能定位圆形交通标志.