基于融合特征和BP网络的交通标志识别方法

摘要：

由于实际道路环境中的交通标志处于非常复杂的背景中,且往往会出现不同程度的几何失真和形变,对识别过程造成很大影响,为解决该问题,提高识别率,设计一种基于小波不变矩和Gabor滤波的融合特征与BP神经网络相结合的交通标志识别方法.采用具有旋转以及平移不变性的小波不变矩提取形状特征,用PCA主成分分析法提取主要特征;对图像进行Gabor滤波,对滤波后的输出图像提取纹理特征;将两种特征融合,送入BP神经网络训练测试,对目标图像进行识别分类.实验结果表明,该方法相比单特征识别具有更高的准确率.

关键词：交通标志识别、小波变换、不变矩、PCA主成分分析法、Gabor滤波、BP神经网络

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61403302;西安交通大学基本科研业务费基金项目XJJ2016029

在线出版日期：2017-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2783-2787,2813