结合霍夫变换与纹理特征提升道路标志检测性能
计算机视觉与模式识别
2020-10-14 v1 图像与视频处理
摘要
随着智能系统在不同领域的广泛应用，为了提高驾驶员和行人的安全性，道路与交通标志识别系统多年来一直是一个具有挑战性的问题且是一项重要任务。然而，针对阿拉伯语境下图像中交通标志检测与识别这一领域的研究仍然不足。场景中道路标志的检测是交通标志检测与识别的主要阶段之一。本文提出了一种高效的解决方案，基于颜色分割、随机霍夫变换以及 Zernike 矩与 Haralick 特征的组合，来提升包含阿拉伯语境的道路标志检测性能。分割阶段用于确定图像中的感兴趣区域（ROI）。随机霍夫变换（RHT）用于检测圆形和八角形形状。该阶段通过提取 Haralick 特征和 Zernike 矩得以改进。此外，我们将其作为基于 SVM 的分类器的输入。实验结果表明，所提出的方法使我们能够完成测量精度的任务。
引用
@article{arxiv.2010.06453,
title = {Improving Road Signs Detection performance by Combining the Features of Hough Transform and Texture},
author = {Tarik Ayaou and Mourad Boussaid and Karim Afdel and Abdellah Amghar},
journal= {arXiv preprint arXiv:2010.06453},
year = {2020}
}
备注
6 pages