基于自适应分块编码SVM的车道导向箭头多分类方法

摘要：

针对在道路导向箭头的检测和识别中支持向量机(SVM)多分类器的识别效率下降的问题,提出一种利用简单二分类SVM通过对结果的自定义二进制编码实现导向箭头多分类的方法.对导向箭头感兴趣区域(ROI)图像进行Harris角点粗检测,利用改进FAST-9(Features from accelerated segment test-9)算法对伪角点进行筛选,根据最终获取的角点集合中纵坐标最大的两个角点位置分割图像获得待识别区域;再利用几何不变矩特征训练SVM分类器;对分类结果进行二进制编码,从而实现单一种类SVM下多种导向箭头的分类.算法在实拍获取的500帧图像中进行测试,识别率优于96.8％.结果表明:所提算法不需逆透视变换,利用一种SVM二分类器即可实现导向箭头的识别,有效提高了导向箭头识别的准确率和运行效率.

关键词：机器视觉、导向箭头识别、支持向量机、角点检测、二进制编码、自适应分割

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：吉林省科技发展计划项目20170204048GX

在线出版日期：2018-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：243-250