交通標志特征提取及分類算法研究.pdf

1、道路交通標志識別作為智能交通系統(tǒng)一個重要的組成部分，在駕駛安全方面有著重要作用。近些年，道路交通標志識別問題的研究引起人們關(guān)注重視。圍繞交通標志識別問題本文進行了如下工作：
　　 首先針對現(xiàn)有的特征提取方法的不足，提出了一種改進的PCA特征提取方法，即通過對PCA的標準化階段引進類內(nèi)均值的方法，改善了PCA特征提取方面的不足。并且在此基礎上進一步提出了改進PCA結(jié)合LDA的交通標志特征提取方法，實驗證明這種方法能有效克服傳統(tǒng)PC

2、A特征提取的不足，該方法是有效和高效的。
　　 其次提出了一種基于多分類器集成的分類方法，在該方法中采用NND、BP神經(jīng)網(wǎng)絡、基于類中心的歐式距離法三種分類器作為集成分類器的基分類器，投票表決法作為集成規(guī)則。從實驗結(jié)果可以看出，該方法可以集成各個分類器的優(yōu)點，抑制它們各自的缺點，與已有的單分類器相比該方法有更好的分類效果。
　　 最后設計了一個具有數(shù)據(jù)采集、特征提取、分類識別功能的原型系統(tǒng)，該系統(tǒng)驗證了本文涉及的算法，具