文件名称：自然场景下交通标志检测与分类算法研究 (2009年)
文件大小：454KB
文件格式：PDF
更新时间：2024-06-17 08:29:42
自然科学 论文
在HSV彩色空间进行颜色分割的基础上，提出一种基于局部特征与模糊规则的交通标志检测算法。为了对检测出的标志进行分类理解，根据交通标志的颜色与形状特征信息进行分层分解，设计多层决策分类系统，并采用J-means聚类分析与PsO算法来优化设计PNN作为其子分类器。对晴天、多云和小雨天气状况下共3000幅图像进行了交通标志识别，该检测算法的检测率分别达到93.28%、90.25%与88.97%；所设计分类器不仅具有精简的结构，而且有较高的分类精度。