期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
用改进的Hough变换检测交通标志图像的直线特征 被引量:23
1
作者 陈洪波 王强 +2 位作者 徐晓蓉 陈真诚 汤井田 《光学精密工程》 EI CAS CSCD 北大核心 2009年第5期1111-1118,共8页
直线特征是交通标志图像中稳定而重要的特征,直线特征的正确提取,对于提高交通标志识别率是有意义的。针对已有Hough变换的缺点,如参数空间中的峰值扩散问题、繁重的计算复杂度和空间复杂度等,提出了一种自适应"多对多"Hough... 直线特征是交通标志图像中稳定而重要的特征,直线特征的正确提取,对于提高交通标志识别率是有意义的。针对已有Hough变换的缺点,如参数空间中的峰值扩散问题、繁重的计算复杂度和空间复杂度等,提出了一种自适应"多对多"Hough映射方式。新算法具有良好的时间计算复杂度、对阈值不敏感且能精确地提取出图像中的直线。实验结果表明,新方法的阈值选择范围是MTO_θ的3倍,而运算时间仅为MTO_ρ方法的10%左右。改进的Hough变换能在可接受的时间内准确地提取交通标志图像中的直线,还可用于其它图像(如票据图像、符号图像)中直线特征的提取。 展开更多
关键词 交通标志图像 HOUGH变换 直线检测 “多对多”映射方式
下载PDF
基于视觉传达技术的交通标志图像智能识别 被引量:5
2
作者 童零晶 《现代电子技术》 北大核心 2020年第11期55-58,共4页
针对当前交通标志图像识别错误率高、识别实时性差等缺陷,以提高交通标志图像识别准确率为主要目标,提出基于视觉传达技术的交通标志图像智能识别方法。首先,采集交通标志图像,并根据视觉传达技术对图像进行预处理,提高交通标志图像质量... 针对当前交通标志图像识别错误率高、识别实时性差等缺陷,以提高交通标志图像识别准确率为主要目标,提出基于视觉传达技术的交通标志图像智能识别方法。首先,采集交通标志图像,并根据视觉传达技术对图像进行预处理,提高交通标志图像质量;然后,从交通标志图像中提取识别特征,并采用机器学习算法中的支持向量机对交通标志图像进行自动分类和智能识别;最后,采用交通标志图像识别的数据集进行仿真模拟实验。结果表明,所提方法提高了交通标志图像智能识别的正确率,识别速度大大提升,交通标志图像智能识别结果明显优于当前其他方法,具有更高的实际应用价值。 展开更多
关键词 智能识别 交通智能管理 交通标志图像 视觉传达技术 图像预处理 图像自动分类
下载PDF
基于深度学习的交通标志图像超分辨率重建技术研究
3
作者 张峰宇 《中文科技期刊数据库(文摘版)工程技术》 2024年第8期0180-0183,共4页
本研究致力于基于深度学习的交通标志图像超分辨率重建技术,通过构建深度学习模型,实现对低分辨率交通标志图像的重建。优化模型结构和参数,提高重建图像的清晰度和准确性。实验结果表明,该技术能够显著增强交通标志的识别效果,为智能... 本研究致力于基于深度学习的交通标志图像超分辨率重建技术,通过构建深度学习模型,实现对低分辨率交通标志图像的重建。优化模型结构和参数,提高重建图像的清晰度和准确性。实验结果表明,该技术能够显著增强交通标志的识别效果,为智能交通系统的应用提供了有力支持。本研究的成果不仅丰富了深度学习在图像处理领域的应用,也为交通标志的识别与检测提供了新的技术手段。 展开更多
关键词 深度学习 交通标志图像 超分辨率重建技术
下载PDF
基于背景像素突变检测的交通标志图像分割 被引量:2
4
作者 申中鸿 付梦印 +1 位作者 杨毅 王美玲 《计算机应用研究》 CSCD 北大核心 2012年第9期3531-3535,共5页
为了提高交通标志图像处理过程的效果与效率,根据交通标志图像色彩饱和度空间的灰度直方图中包含的点灰度与区域灰度信息,提出了一种有效确定交通标志图像全局分割阈值的算法。首先分析了基于交通标志图像色彩饱和度空间灰度直方图的一... 为了提高交通标志图像处理过程的效果与效率,根据交通标志图像色彩饱和度空间的灰度直方图中包含的点灰度与区域灰度信息,提出了一种有效确定交通标志图像全局分割阈值的算法。首先分析了基于交通标志图像色彩饱和度空间灰度直方图的一种倒溯标准差的变化规律;然后在此基础上提出了如何选取全局图像分割阈值的方法,并采集了大量交通标志图像进行实验验证,同时,与另外两种在HIS空间下常用的图像分割方法的分割效果进行了对比;最后对算法中的部分参数与实验结果进行了分析,并指出了下一步的研究方向。该算法是一种有效的交通标志图像阈值选取方法,可推广到图像处理其他方面的应用。 展开更多
关键词 交通标志图像 背景像素 突变检测 灰度直方图 分割阈值
下载PDF
基于卷积神经网络的图像大数据识别应用
5
作者 木尼拉·吐尔洪 《电子世界》 2020年第18期124-125,共2页
目前现有的图像大数据识别方法的收敛速度较慢以及识别进度较低,为了能够解决这一问题,在计算机技术中提出了一种基于卷积神经网络的图像大数据识别方法。本文即针对卷积神经网络进行概述,阐述几点基于卷积神经网络的网络大数据识别方法... 目前现有的图像大数据识别方法的收敛速度较慢以及识别进度较低,为了能够解决这一问题,在计算机技术中提出了一种基于卷积神经网络的图像大数据识别方法。本文即针对卷积神经网络进行概述,阐述几点基于卷积神经网络的网络大数据识别方法,并分别对卷积神经网络的图像大数据识别在图像型火灾、农作物病害图像、交通标志图像识别中的应用进行举例说明。 展开更多
关键词 卷积神经网络 计算机技术 网络大数据 数据识别 病害图像 交通标志图像 收敛速度 识别方法
下载PDF
基于主成分特征向量系数的交通标志识别方法研究
6
作者 邹柏贤 苗军 孟斌 《微型机与应用》 2017年第24期47-50,共4页
对交通标志的识别研究一直是模式识别领域的研究热点。提出一种利用主成分特征向量系数和最近邻分类识别交通标志的方法,经验证取得较好的识别效果;同时,还研究探讨了交通标志图像的分辨率大小、主成分特征个数对正确识别率的影响。该... 对交通标志的识别研究一直是模式识别领域的研究热点。提出一种利用主成分特征向量系数和最近邻分类识别交通标志的方法,经验证取得较好的识别效果;同时,还研究探讨了交通标志图像的分辨率大小、主成分特征个数对正确识别率的影响。该方法的特点是交通标志图像来自真实环境,减小了计算量。 展开更多
关键词 交通标志图像 主成分特征向量系数 正确识别率
下载PDF
基于天空分割的单幅交通标志图像去雾算法 被引量:3
7
作者 李文龙 李兴广 +1 位作者 胡冉冉 崔炜 《计算机工程与应用》 CSCD 北大核心 2021年第20期221-228,共8页
针对现有去雾算法应用于交通标志图像时容易产生信息丢失、色彩失真等问题,导致去雾后图像质量较低,不能很好地满足交通标志识别系统(TSRS)的实际应用需求,提出一种基于天空分割的单幅交通标志图像去雾算法。根据大津算法结合图像灰度... 针对现有去雾算法应用于交通标志图像时容易产生信息丢失、色彩失真等问题,导致去雾后图像质量较低,不能很好地满足交通标志识别系统(TSRS)的实际应用需求,提出一种基于天空分割的单幅交通标志图像去雾算法。根据大津算法结合图像灰度特征得到自适应阈值实现天空区域和非天空区域的准确分割;非天空区域采取改进的暗通道先验算法去雾,引入自适应中值滤波和快速双边滤波联合的方法优化透射率,天空区域则采取直方图均衡化算法去雾;通过融合得到无雾图像;引入高斯滤波对严重降质图像进行去雾后清晰化处理。实验结果表明,去雾后图像在峰值信噪比等多个客观评价指标上的综合表现优于其他几种去雾方法,所提算法在保证较低的时间复杂度的同时,能有效地保留图像信息,还原出清晰的真实图像,满足TSRS的实际应用需求。 展开更多
关键词 交通标志图像去雾 天空分割 暗通道先验 直方图均衡化 高斯滤波
下载PDF
脉冲同步发放特性实现彩色交通标志分割 被引量:2
8
作者 王蒙军 刘冉 +1 位作者 王志刚 刘剑飞 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第11期2605-2613,共9页
自然场景下道路交通标志自动分割是导航系统的关键环节,为充分利用交通标志特殊的彩色信息,通过模拟人类视觉感知中锥状细胞和杆状细胞感受色彩的过程,利用脉冲耦合神经网络的脉冲捕获特性和同步发放特性,分别计算不同颜色成分在R、G、... 自然场景下道路交通标志自动分割是导航系统的关键环节,为充分利用交通标志特殊的彩色信息,通过模拟人类视觉感知中锥状细胞和杆状细胞感受色彩的过程,利用脉冲耦合神经网络的脉冲捕获特性和同步发放特性,分别计算不同颜色成分在R、G、B 3个色彩分量中神经元点火产生自动波的时间,用最大熵法求解最佳迭代次数,经过逻辑"与"运算得出分割区域。通过GB 5768—1999和自然场景彩色交通标志图像进行实验,对比传统的将彩色图像转化成灰度图像的实验结果,选定合适的参数,都能够完整地将交通标志区域从复杂背景中分割出来。采用视觉感知脉冲同步发放特性能够充分利用图像色彩信息,为脉冲耦合神经网络的彩色图像处理方法提供依据。 展开更多
关键词 交通标志图像分割 彩色空间 脉冲耦合神经网络 脉冲同步发放 最大熵
下载PDF
基于多尺度深度学习的航空影像路面交通标志辨识研究
9
作者 刘岩 《微型电脑应用》 2023年第11期138-142,共5页
航空影像路面交通标志辨识准确率过低会导致路标信息接收不及时,进而威胁到驾驶员及乘客的生命安全,因此提出基于多尺度深度学习的航空影像路面交通标志辨识方法。采用12机位摄像机采集路面交通标志图像,利用图像颜色标准化和图像分量... 航空影像路面交通标志辨识准确率过低会导致路标信息接收不及时,进而威胁到驾驶员及乘客的生命安全,因此提出基于多尺度深度学习的航空影像路面交通标志辨识方法。采用12机位摄像机采集路面交通标志图像,利用图像颜色标准化和图像分量阈值化对采集到的路标图像进行预处理。结合DAE网络和EDFCC算法构建多尺度深度学习聚类模型,将预处理后的路面交通标志图像输入该模型中,根据模型输出的结果实现航空影像路面交通标志的辨识。实验结果表明,所提方法采集到的图像信噪比高、清晰度高、召回率高、准确率高。 展开更多
关键词 路面交通标志图像 图像预处理 DAE网络 聚类模型
下载PDF
利用图像超分辨率提升交通标志分类精度研究
10
作者 佘宇 徐焕宇 +2 位作者 戴昕宇 张福龙 白洋洋 《汽车技术》 CSCD 北大核心 2023年第1期15-20,共6页
为了解决利用卷积神经网络进行交通标志分类时精度低的问题,通过将图像超分辨率网络与分类网络相连接,提出一种超分级联网络结构。首先使用改进的双重注意力机制超分辨率网络作为级联网络的子网络;然后训练图像分类网络,用于对超分辨率... 为了解决利用卷积神经网络进行交通标志分类时精度低的问题,通过将图像超分辨率网络与分类网络相连接,提出一种超分级联网络结构。首先使用改进的双重注意力机制超分辨率网络作为级联网络的子网络;然后训练图像分类网络,用于对超分辨率处理后的图像进行分类;最后利用分类准确率衡量超分辨率重构对图像分类任务的有效性。模拟和真实交通标志数据集验证结果表明,经过超分辨率处理的图像在分类模型中均取得了更高的分类准确率,证明了超分辨率技术对于交通标志图像分类准确率的提高具有促进作用。 展开更多
关键词 双重注意力 超分辨率重构 交通标志图像分类 级联网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部