[发明专利]基于PCA降维的HOG-MBLBP融合特征的交通标志识别方法在审
| 申请号： | 201810766856.8 | 申请日： | 2018-07-13 |
| 公开（公告）号： | CN109086687A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 吴芮;顾德英 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 王志强;李洪福 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于PCA降维的HOG‑MBLBP融合特征的交通标志识别方法。本发明方法，包括：利用训练样本训练分类器模型；构造训练样本库；提取所确定训练集中训练样本图像，进行灰度化，提取HOG特征和MBLBP特征；串联HOG和MBLBP两种特征向量得到HOG‑MBLBP融合特征向量；将得到的所述融合特征向量使用PCA算法进行降维；使用线性支持向量机SVM算法对得到的降维后的所述融合特征向量进行训练，获得SVM交通标志分类器；得到交通标志图像；利用分类器模型识别交通标志图像。本发明的技术方案解决了现有技术中的交通标志识别方法识别准确率不高，运算时间较长，难以满足车载实时性的需求的问题。 | ||
| 搜索关键词： | 特征向量 交通标志识别 交通标志 融合 降维 线性支持向量机 图像 训练样本图像 分类器模型 训练分类器 训练样本库 方案解决 方法识别 训练样本 分类器 灰度化 实时性 准确率 算法 运算 串联 | ||
【主权项】：
1.一种基于PCA降维的HOG‑MBLBP融合特征的交通标志识别方法，其特征在于，包括以下步骤：S1、利用训练样本训练分类器模型；S11、构造训练样本库，包含各种类型交通标志的图片；S12、提取步骤S11所确定训练集中训练样本图像，进行灰度化，提取HOG特征；S13、提取步骤S11所确定训练集中训练样本图像，提取MBLBP特征；S14、串联步骤S12和步骤13中HOG和MBLBP两种特征向量得到HOG‑MBLBP融合特征向量；S15、将得到的所述融合特征向量使用PCA算法进行降维；S16、使用线性支持向量机SVM算法对步骤S15得到的降维后的所述融合特征向量进行训练，获得SVM交通标志分类器；S2、检测定位图像中感兴趣区域ROI，即得到交通标志图像；S3、利用分类器模型识别交通标志图像；S31、对步骤S2中检测定位的交通标志图像灰度化处理；S32、提取经灰度化处理的交通标志图像的HOG‑MBLBP融合特征；S33、将融合特征进行PCA降维；S34、利用步骤S1中已经训练好的SVM交通标志分类器识别出交通标志所属类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810766856.8/，转载请声明来源钻瓜专利网。
