10.3969/j.issn.0254-3087.2012.10.017
视觉可量测实景影像的道路交通标志自动检测
提出了一种基于颜色和形状神经网络的视觉可量测实景影像交通标志自动检测算法.该算法设计了2种类型的概率神经网络,一种可以将图像中像素分为黄色、红色、蓝色和其他颜色4类;另一种可以识别三角形、圆形、矩形和倒三角形4种形状.从而先利用颜色识别神经网络对影像进行颜色分割;然后,在分割后的二值图像上利用灰度投影确定交通标志的候选区域;最后,利用中心投影向量和形状识别神经网络,实现候选区域的形状判断和交通标志自动检测.使用车载三维数据采集系统拍摄的视觉可量测实景影像进行了实验,证明了该方法的有效性和鲁棒性.
模式识别、视觉可量测实景影像、交通标志检测、概率神经网络、中心投影向量
33
P234.1;TP751(摄影测量学与测绘遥感)
国家自然科学基金40901200,41171321,41101373;国家科技支撑计划2012BAH35B02;江苏省高校重大基础研究项目07KJA42005,11KJA42001;江苏高校优势学科建设工程、江苏省测绘科研项目JSCHKY201011
2013-01-21(万方平台首次上网日期,不代表论文的发表时间)
共9页
2270-2278