摘要:介绍了一种基于颜色分割和区域描述的交通标志检测方法。该方法利用在RGB空间的颜色聚类算法分割出感兴趣色彩区域,然后进行形态学处理,最后结合Hu不变矩对道路交通标志进行识别。识别结果表明,基于颜色聚类和Hu不变矩的交通标志识别方法具有很强的抗图像平移、缩放和旋转识别能力,并具有实现简单、识别速度快、准确率高等特点,有较高的实用价值。
摘 要:对神经网络理论和神经网络分类器进行了研究,提出了基于BP神经网络分类器的交通标志识别模型。通过大 量实验和比较,得到了识别效率高的模型,并将这一模型应用到所研究的交通标志识别系统,从而对系统作了初步的实现。
摘 要:交通标志的颜色具有鲜明特征与很强的分离性,而交通标志的几何形状也只有5种,因此文中提出了一种颜色形状对的概念,并构建了颜色-形状对模型。该模型主要由3种基本颜色和5种几何形状构成,保证一种交通标志对应一种颜色- 形状对。同时它还降低了交通标志系统识别的复杂性。通过研究表明,该粗分类的识别率高达100%。
在驾车移动过程中要求司机时时留意且不错过附近每一个道路交通标志有些不太现实,尤其当其处在交通繁忙或是能见条件差的情况下。近日大众推出了一个名为“动态道路交
如今,智能手机已经成为人们不可缺少的一部分,不少人连走路都在看手机,无形中增加了交通事故的几率。为此,韩国首尔交通部门自16日开始,推出了与手机相关的交通安全标志和人行道地面标志,首批标志分别设置在市政