版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,伴隨著全球經(jīng)濟的迅速發(fā)展以及人們生活水平的普遍提高,道路上行駛的交通車輛日益增多,智能交通系統(tǒng)被越來越多的人所關注。交通標志的檢測與識別作為智能交通系統(tǒng)的組成部分,對道路的交通安全起著至關重要的作用,同時有利于緩解交通擁堵現(xiàn)象。由此可見,對交通標志識別進行深層次的探討與研究將對人們的生活有著極其重要的實用價值和深遠意義。
為了能快速有效地識別出圖像中的交通標志,本論文首先對所采集的交通標志圖像進行預處理,采用直方圖均衡
2、化、中值濾波分別實現(xiàn)了圖像的增強、去噪,再利用交通標志具有的不同于其他物體的顯著特征(顏色和形狀特征)對交通標志圖像進行檢測與分割,通過分析對比了幾種彩色空間后,在HSV彩色空間通過確定閾值對交通標志圖像先進行粗分割,之后再利用形狀特征對其進行精確分割,從而完成交通標志的檢測與分割。其次,對分割出的交通標志采用改進的二維主成分分析方法進行特征提取,提取出能夠表示交通標志本質(zhì)特點的特征,利用這些計算簡便的特征來組成特征向量,并構建樣本特征
3、數(shù)據(jù)庫。通過實驗,從交通標志的識別率與識別時間上對比研究主成分分析方法、二維主成分分析方法以及改進的二維主成分分析方法。最后,通過設計一種組合核函數(shù)支持向量機分類器對輸入的交通標志進行分類與識別,分別對比交通標志圖像在多項式核函數(shù)、徑向基核函數(shù)以及組合核函數(shù)支持向量機分類器下的識別準確率,并采用交叉驗證的方法對核函數(shù)進行參數(shù)尋優(yōu)。
在MATLAB編程環(huán)境下利用LIBSVM軟件包進行實驗。實驗結果表明,本論文采用改進的二維主成分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的交通標志檢測與識別.pdf
- 基于支持向量機的交通標志識別系統(tǒng)的研究.pdf
- 基于分支樹-支持向量機的道路交通標志識別.pdf
- 支持向量機在交通標志識別中的應用.pdf
- 基于二維主成分分析的人臉識別算法的研究.pdf
- 基于核主成分分析和支持向量機的飛機艙音信號的識別.pdf
- 主成分分析與二維主成分分析之比較研究.pdf
- 基于主成分分析和支持向量機的電力短期負荷預測.pdf
- 基于支持向量機的多特征交通標志識別的研究與實現(xiàn).pdf
- 基于主成分分析的支持向量機劃分地震相.pdf
- 基于主成分分析和支持向量機的組合判別分析方法研究.pdf
- 基于主成分分析算法與多核支持向量機人臉識別方法研究.pdf
- 基于軟間隔支持向量機和核主成分分析的入侵檢測研究.pdf
- 基于主成分分析和遞歸特征消除的支持向量機分類方法研究.pdf
- 513.基于主成分分析和支持向量機的太赫茲光譜鑒別模型
- 基于主成分分析支持向量機的焊點檢測方法的研究.pdf
- 基于主成分分析和支持向量機的汽輪機故障診斷研究.pdf
- 二維核主成分分析算法和應用研究.pdf
- 基于主成分分析網(wǎng)絡與支持向量機的肺結節(jié)輔助診斷.pdf
- 基于核主成分分析特征提取及支持向量機的人臉識別應用研究.pdf
評論
0/150
提交評論