基于支持向量机和不变矩的交通标志检测.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 基于支持向量机和不变矩的交通标志检测 高联雄 1，梁 虹z，冯 涛 ， GAO Lian—xiong，LIANG Hong2，FENG Tao 1．云南民族大学 物电学院 计算机教研室，昆明 650031 2．云南大学 信息学院 信息与电子科学系，昆明 650091 3．云南财经大学 信息学院 计算机系，昆明 650221 1．DepartmentofComputerScience，SchoolofPhysics＆ Electronics，Yunnan NationalitiesUniversity，Kunming650031，China 2．DepartmentofInformation ＆ Electronics，Engineering，SchoolofInfomr ation，Yunnan University，Kunming65009l，China 3．DepartmentofComputerScience．Schoolof Computer．Yunnan UniversityofFinanceand Economics，Kunming 650221，China E—mail：gaolianxiong@gmail．com GAO Lian-xiong，LIANG Hong，FENG Tao．Traffic Sign Detection based on SVM and momentinvariant．ComputerEngi— neeringandApplications，2008，44(31)：233-235． Abstract：Traffic sign detection can be used in intelligenttransportation system to improve the safety．Traffic signshave special shapesandcolors，butmostdetectingmethodsignorescolorinfomrationorjustsegmentatedwithconstthresholdvalues，whichre— suhed inlossofadaptabilityandrobustness．Thispaperpresentsan SVM based method using colorand shape infomr ationforde— tection oftraffic signs．Thismethod ismainly carried are in two steps．First，itsegmentsthe image using SVM ，then detects the traffic sign by SVM and the shape infomr ation．The methodsby detectingbluedesignation traffic sign are tested．The experiments show thegood robustnessand high detection accuracy． Keywords：TrafficSignRecognition(TSR)：imagedetection；SupportVectorMachine(SVM) 摘 要 ：交通标志检测在智能交通系统中的作用是帮助驾驶提高安全性。交通标志都具有特定的颜色和形状，但是现有的检测方 法大多使用固定阈值分割等非智能方法，缺乏自适应性和鲁棒性。使用支持向量机分割彩色交通标志图像，再结合形状特征，实现 了一种新的智能检测方法；并以蓝色交通指示标志为检测对象，使用所提 出的方法进行实验。实验结果表明，该方法鲁棒性好、检 测准确率高。 关键词：交通标志识别；图像检测；支持向量机 DOI：10．3778／j．issn．1002—8331．2008．31．068 文章编号：1002—8331(2008)31-0233—03 文献标识码：A 中图分类号：U491．116 l 引言 圆形交通标志。Sandoval等人提出用卷积掩码方法对交通标志 道路交通标志是重要的交通视觉信息，可以向驾驶员传递 进行边缘检测 。 准确的交通安全和规则信息，从而有效避免交通事故的发生。 交通标志大多为彩色图像。由于彩色图像相对单