共查询到19条相似文献，搜索用时 187 毫秒
1.
2.
利用HOG-LBP自适应融合特征实现禁令交通标志检测 总被引：1，自引：0，他引：1
针对禁令交通标志牌提出了一种基于HOG-LBP自适应融合特征的交通标志检测方法,将标志图片等分为多个不重叠的块,每块内将加权后的HOG和LBP特征进行串行融合作为最终特征,其中每类特征权值由块内梯度幅值决定,融合后的特征采用SVM进行分类器训练,并将训练结果用于交通标志检测.实验结果表明,基于HOG-LBP自适应融合特征的效果优于基于单独HOG、LBP特征和简单HOG-LBP融合特征的效果. 相似文献
3.
利用ASIFT算法实现多视角静态交通标志识别 总被引：1，自引：0，他引：1
针对自然场景图像中交通标志存在多视角难以识别的问题,提出了一种基于ASIFT(affine-scale-in-variant feature transform)算子匹配的交通标志识别算法。利用ASIFT对视角变化的不变性进行特征点匹配,通过统计并比较有效匹配点来决定标志种类。实验表明,该算法对视角较小的交通标志也有较好的效果。 相似文献
4.
基于颜色和标志边缘特征的交通标志检测 总被引：1，自引：0，他引：1
首先利用禁令标志明显的红色边界和白色区域分别并行地提取可能的交通标志颜色,然后对其两者融合,其目的是减少漏检率;融合后的影像通过Canny算子提取其边界,再根据边界的圆形度参数判断是否为圆形区域.实验结果显示,本算法能够很好地检测和定位禁令标志. 相似文献
5.
数字图像处理在道路交通数据采集中的应用研究 总被引：1，自引：0，他引：1
主要研究数字图像处理技术在MDCS中对于交通标志信息自动识别的应用，通过多级图像提取和多种特征识别和匹配算法，提高交通标志识别的准确率，从而大大提高交通标志数据的采集和更新周期。 相似文献
6.
从自然场景中识别出交通标志是智能交通系统中的一个重要问题,本文提出了一种基于颜色和形态学的交通标志识别方法.该方法在HSV彩色空间进行颜色阈值分割,并采用形态学重构提取目标区域.再通过标记法检测目标区域形状,检测出交通标志.最后,利用SIFT算法进行模板匹配,识别出交通标志.实验证明,该方法在识别正确率和运行效率上具有明显优势. 相似文献
7.
自然环境下圆形禁令交通标志检测 总被引：1，自引：0，他引：1
《武汉大学学报(信息科学版)》2016,(12)
针对我国圆形禁令交通标志,提出一种快速、稳定的标志自动检测方法。首先,基于RGB空间对标志图像进行颜色分割,针对三通道差值的固定阈值分割方法对图像亮度的适应性较差的问题,提出基于基础通道选择的相对通道差值计算及阈值曲线拟合的方法进行自适应颜色分割,并针对标志与背景同色的情况,提出梯度过滤的方法将标志与同色背景分离;然后对分割图像进行边缘提取,基于标志椭圆特征,用最小二乘椭圆拟合后验偏差估计法来对边缘进行筛选,并提取最终标志边缘。实验表明,该方法能快速准确地对自然环境下不同亮度的圆形禁令标志自动检测,具有实时性和鲁棒性,在智能交通中具有良好的应用前景。 相似文献
8.
面对移动测量系统海量的数据,人工获取交通标志类型效率低下,本文提出基于移动测量系统的交通标志自动提取解决方案。首先,分析了移动测量系统交通标志图像的特点,在此基础上提出了合适的交通标志自动检测和识别的方法;然后,设计了交通标志自动提取流程;最后,以上述理论为基础设计实现交通标志自动提取模块,包括自动提取模块的数据库设计和功能设计,系统实验表明该系统可以大大提高交通标志提取的效率,降低作业成本。 相似文献
9.
10.
11.
针对车载导航、地图网站等应用中路网要素之间交通关系维护的难题,提出一种支持路网要素交通关系自动化的智能过程模型,将路网要素交通关系自动化过程理解为由路网要素间的空间和语义关系、规则集和控制系统组成的产生式系统.该产生式系统可在路网要素空间和语义信息基础上,通过定义可扩展的交通关系规则集,自动化地生成符合应用需求的路网要素间的交通关系.此外,在该产生式系统中引入触发器概念监控和响应几何网络及其交通关系规则集的变更,实时更新逻辑网络中的连通关系信息,实现几何网络、规则集和逻辑网络三者的一致性.同时,提出路网要素交通关系处理的控制策略和关键流程,并对该智能网络模型的有效性进行了验证.Abstract： Maintaining the traffic connectivity relations between road features has always been a time consuming task for in-vehicle navigation, map website, and other traveling service related applications. Such a task has been commonly conducted artificially and inevitably inefficient, yet makes data quality control difficult. Considering the intrinsic rules of traffic connectivity formed by the geometrical structures, spatial and semantic relationships between road features in city road networks, an intelligent processing model is set forward in this paper for traffic connectivity automation. It is argued that traffic connectivity automation between road features is fundamentally a production system composed of the spatial and semantic relations between road features, connectivity rules and control system. With the implementation of an extendable connectivity rule set, the traffic connectivity relations between road network features are built automatically based on the spatial and semantic information of road network. The trigger concept is adopted to monitor and respond the changes in geometrical network and connectivity rules, and then dynamically updates the traffic connectivity between road network features in logical network so as to guarantee the consistence between geometrical network, connectivity rules and logical network. A series of control strategies and a conducting engine are developed to maintain the traffic connectivity relations. A case study conducted on a real road network verifies the effects of the proposed intelligent model. 相似文献
12.
视频拼接是图像拼接的外延,在场景监控、目标识别等应用中发挥着重要作用。传统视频拼接算法多要求视频间具有较大重叠区域且特征点匹配过程中只顾及图像几何特征,当处理交通监控视频时,会因不同摄像头之间重叠区域极小或主光轴之间夹角较大而导致无法拼接或图像变形较大。为此,本文提出一种交通监控视频图像语义分割及其拼接方法。首先,利用边缘角度二阶差分直方图算法自动识别多视频交汇区域的正射影像,并将其作为拼接背景图像;然后,基于全卷积神经网络对正射影像和视频图像进行语义分割,提取图像中的交通专题语义;最后,以交通专题语义作为约束进行特征点匹配,将各个交通监控视频匹配至背景正射影像,实现监控区域视频拼接。采用山东省某市实际视频数据进行试验验证,结果表明对于重叠区域较小的监控视频,本文方法可获得较好地拼接图像,同时可有效提高特征点匹配的准确度。 相似文献
13.
一种飞机目标的遥感识别方法 总被引：1，自引：0，他引：1
高空间分辨率遥感影像通常具有数据量大、背景复杂及地物占比较少等特点。如果直接将RCNN模型应用于高空间分辨率遥感影像目标识别,计算量大且效率低。级联AdaBoost算法识别率高、速度快,但又会产生较多的虚假目标。本文结合RCNN模型和级联AdaBoost算法,提出了一种由粗到精的飞机目标识别方法。首先使用基于HOG特征的级联AdaBoost算法快速提取飞机目标候选区域,然后利用基于卷积神经网络特征的SVM对飞机目标候选区域进行精细识别。试验表明,本文提出的方法在保证准确率的同时,还有效提高了计算效率。 相似文献
14.
桥梁是一种重要的交通基础设施,保障了人员和物资的流动运输,桥梁安全状态监测至关重要。受桥梁自身承重、桥面移动荷载和环境温度等因素的影响,桥梁挠度不断发生变化,而挠度异常可能会引起桥梁的结构性损伤而产生安全隐患。针对目前挠度异常探测方法没有综合考虑其外部环境和挠度自身变化特征的不足,本文提出了一种融合多源测量数据的桥梁挠度异常探测方法。利用环境温度、桥面移动荷载及桥梁挠度计算多源测量数据特征并融合,通过随机森林分类模型识别异常挠度。试验结果表明,本文方法的异常探测精度达到88.18%,效果良好,并且优于其他典型机器学习模型,能够帮助桥梁管理部门及时发现桥梁挠度异常情况,从而提高桥梁维护管理水平。 相似文献
15.
基于稀疏浮动车数据的城市路网交通流速度估计 总被引：1，自引：1，他引：0
浮动车数据在时空维度呈现较强的稀疏性,是其应用于城市路网交通流估计所面临的主要难题之一。本文通过分析路网交通流速度的时空特征,构建了一种基于朴素贝叶斯法的估计模型,实现对路网中未被样本覆盖路段交通流速度的估计。时间特征主要考虑目标路段相邻时段的交通流速度,空间特征根据路段间交通流相似关系进行分析,突破了传统基于欧氏空间或拓扑关系的度量方式。结果显示,模型能有效地估计出样本缺失路段的交通流速度,且在精度方面相对传统基于拓扑关系的算法优势显著,较好地解决了数据时空稀疏性问题,对基于浮动车数据的交通应用具有较强的实践意义。 相似文献
16.
17.
遥感影像目标的尺度特征卷积神经网络识别法 总被引：1，自引：1，他引：0
高分辨率遥感影像的目标检测与识别，是高分对地观测系统中影像信息自动提取及分析理解的重要内容。针对传统影像目标检测与识别算法中人工设计特征稳健性与普适性差的问题，本文提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别方法。首先通过统计遥感影像目标的尺度范围，获得卷积神经网络训练与测试过程中目标感兴趣区域合适的尺度大小。然后根据目标感兴趣区域合适的尺度，提出基于高分辨率遥感影像目标尺度特征的卷积神经网络检测与识别架构。通过WHU-RSone数据集对本文卷积神经网络架构与Faster-RCNN架构对比测试验证。试验结果表明，本文架构ZF模型和本文架构VGG-16模型的mean average precision （mAP）分别比Faster-RCNN ZF模型和Faster-RCNN VGG-16模型提高8.17%和8.31%，本文卷积神经网络架构可获得良好的影像目标检测与识别效果。 相似文献
18.
In recent decades, rapid growth of travel volume has resulted in a significant increase in traffic congestion, accidents, environmental pollution and energy consumption. Accurate traffic data are drastically needed for effective evaluation of traffic systems in order to alleviate the impacts of increasing travel volume of the quality of life and economic development of urban areas. This article provides a discussion on a data acquisition methodology for highway traffic pattern recognition and congestion analysis by integrating data from the global positioning system (GPS) with a geographic information system (GIS). The GPS technology is a powerful tool in capturing continuous positioning and timing information, whereas the GIS is capable of storing, managing, manipulating, analyzing and displaying the acquired spatial information. Compared to previous studies, the effective integration of the two technologies allows for traffic analysis to be conducted at a finer resolution. The proposed method is illustrated with a case study on multiple major highway segments in Columbus, Ohio. 相似文献
19.
传统模式识别方法在物体、人脸、指纹、军事目标识别等领域中只利用单一的图像信息。当研究对象的图像特征高度相似时，识别率较低，如对于真假目标的识别，仅仅利用物体的图像信息很难得到满意的识别结果。针对上述问题，提出了一种综合利用图像和光谱信息的物体真假模式识别方法。该方法采用卷积神经网络模型，通过迁移学习的方式构建图像识别模型，并依据物体图像的语义特征进行物体类别识别，在此基础上，基于逆传播（back propagation，BP）神经网络模型，结合物体的实测光谱数据进行物体真假识别。为了验证该方法的准确性和有效性，利用真假苹果和葡萄作为测试对象，单独利用图像信息和光谱信息进行识别时，识别率分别为38.50%和63.00%，而利用该综合方法得到的识别率为95.00%。可认为该方法提高了真假目标混杂情况下的识别准确度，可为物体识别、人脸识别、指纹识别、军事目标识别等领域的应用提供重要的参考，也为航天侦查载荷设计提供了新的思路。 相似文献