一种改进的交通标志图像识别算法

摘要：

交通标志识别(TSR)系统是智能交通系统的重要研究方向.道路交通环境复杂、交通标志数据库规模庞大等因素导致在设计TSR系统可行性方案时必须考虑计算复杂度和识别率.提出了一种高效且快速的基于改进主成分分析(PCA)法和极限学习机(ELM)的TSR算法,被称为PCA-HOG.该算法首先提取交通标志数据库中每个交通标志的梯度方向直方图(HOG)特征,利用改进PCA算法对提取出的HOG特征进行降维处理,之后利用降维后的HOG特征进行ELM 模型训练,利用经过训练的ELM 模型识别测试图片.实验结果表明,基于PCAHOG和ELM 模型的交通标志识别算法获得的计算复杂度低,图像识别率可达97.69％.

关键词：图像处理、交通标志识别、特征提取、主成分分析降维、极限学习机

所属期刊栏目：54

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金;创新基金

在线出版日期：2018-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：021001.1-021001.8