原文传递
一种基于机器学习的路面交通标志识别方法
| 专利名称： | 一种基于机器学习的路面交通标志识别方法 |
| 摘要： | 本发明提出了一种基于机器学习的路面交通标志识别方法。将相机拍摄的图像进行预处理，并转化为灰度图像；将灰度图像的中心点设置为灭点，通过逆透视变换法将灰度图像转化为俯视图；将俯视图进行去背景处理，进行二值化得到二值图像，计算二值图像的最小外包围框，根据待检测标志的几何尺寸特征，筛选得到感兴趣区域；通过样本图像构建训练集以及测试集，通过人工标注将样本图像进行分类，提取每个样本图像的HOG特征作为特征向量，用来训练最终SVM分类器；将待检测图像处理得到感兴趣区域的图像作为待检测样本图像，提取待检测样本图像HOG特征，通过最终SVM分类器根据待检测样本图像HOG特征对待检测样本图像进行分类。本发明可以实现快速高效的检测。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 湖北;42 |
| 申请人： | 武汉大学 |
| 发明人： | 肖进胜;戴媛;易本顺;李必军;包振宇;雷俊锋;朱力 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810923215.9 |
| 公开号： | CN109101924A |
| 代理机构： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 |
| 代理人： | 薛玲 |
| 分类号： | G06K9/00(2006.01)I;G06K9/32(2006.01)I;G06K9/46(2006.01)I;G06K9/62(2006.01)I;G;G06;G06K;G06K9;G06K9/00;G06K9/32;G06K9/46;G06K9/62 |
| 申请人地址： | 430072 湖北省武汉市武昌区珞珈山武汉大学 |
| 主权项： | 1.一种基于机器学习的路面交通标志识别方法，其特征在于，包括以下步骤：步骤1：将相机拍摄的图像进行去噪、平滑预处理，并将预处理后图像转化为灰度图像；步骤2：将灰度图像的中心点设置为灭点，根据相机内参以及相机外参通过逆透视变换法将灰度图像转化为俯视图；步骤3：将俯视图进行去背景处理，再将去背景处理后图像进行二值化得到二值图像，计算二值图像的最小外包围框，根据待检测标志的几何尺寸特征，筛选得到感兴趣区域；步骤4：通过样本图像构建训练集以及测试集，通过人工标注将样本图像进行分类，提取每个样本图像的HOG特征作为特征向量，用来训练最终SVM分类器；步骤5：将待检测图像根据步骤1至步骤3处理得到感兴趣区域的图像作为待检测样本图像，根据步骤4提取待检测样本图像HOG特征，通过最终SVM分类器根据待检测样本图像HOG特征对待检测样本图像进行分类。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
