基于神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別的算法研究.pdf

1、圖像識別一直是模式識別領(lǐng)域中的重要研究課題之一。本文以交通標(biāo)志的識別為研究背景，通過對其識別流程的詳細(xì)分析，將課題分為圖像分割、圖像預(yù)處理、特征提取和分類識別。
　　 首先，文章提出了基于RGB模型的交通標(biāo)志分割方法，該方法提取圖像的R、G、B三分量。由于目標(biāo)背景在三個分量圖中灰度差異并不大，因此可以使用R、G、B分量圖像互減的方法來提取交通標(biāo)志圖像，并用Otsu法動態(tài)選取閾值進(jìn)行分割。結(jié)果表明該算法不僅計算量較少，分割效果較為

2、理想，而且提高了系統(tǒng)的實時性。
　　 其次，在總結(jié)當(dāng)前國內(nèi)外研究成果的基礎(chǔ)上，本文提出了一種基于Hu矩的改進(jìn)不變矩特征提取方法。得到一組更一般化的不變矩度量，其并具有旋轉(zhuǎn)、平移和比例不變性。
　　 在文中，我們分別運(yùn)用改進(jìn)不變矩法與Hu矩法提取交通標(biāo)志的特征，進(jìn)而利用BP神經(jīng)網(wǎng)絡(luò)作為分類器進(jìn)行識別。實驗結(jié)果表明，與傳統(tǒng)Hu矩的方法相比，改進(jìn)后的不變矩特征識別率更高，對交通標(biāo)志具有很好的分類能力，同時也證明了通過改進(jìn)提取的