[发明专利]一种基于卷积神经网络的交通标志检测与识别方法

摘要

本发明请求保护一种基于卷积神经网络的交通标志检测与识别方法，属于数字图像处理和机器学习领域。包括步骤首先，将预处理后的RGB图像转换到HSV颜色空间，通过阈值设定得到感兴趣区域。然后，设计区分交通标志与非交通标志的二分类卷积神经网络，以此来判断感兴趣区域是否为交通标志。得到交通标志的位置后，使用基于卷积神经网络的交通标志识别方法，调整卷积神经网络的层数、特征图数量等参数，通过大量训练样本来学习网络中的参数，进而识别不同位置的交通标志的类别。实验表明，该方法对交通标志的变形、局部遮挡、倾斜等具有较好的适应性，在识别效果和识别效率方面均体现了良好的性能。

主权项

一种基于卷积神经网络的交通标志检测与识别方法，其特征在于，包括以下步骤：101、获取包含有交通标志的输入图像，并采用直方图均衡化对该输入图像的RGB图像进行预处理操作；102、将预处理后的RGB图像转换为HSV颜色模型，H、S、V分别表示色调、饱和度、亮度，判断像素是否为目标像素即交通标志区域的像素，提取目标像素颜色信息，结合8连通区域进行初步分割获得感兴趣区域；103、设计区分交通标志与非交通标志的二分类卷积神经网络，以此来判断感兴趣区域是否为交通标志；104、得到交通标志的位置后，使用基于卷积神经网络的交通标志识别方法，算法设置的参数包括卷积神经网络的层数、特征图数量在内的参数，通过训练样本来学习网络中的参数，进而识别不同位置的交通标志的类别。