【交通标志识别】基于HOG特征结合BP神经网络实现交通标志识别附matlab代码
【交通标志识别】基于HOG特征结合BP神经网络实现交通标志识别附matlab代码
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
个人主页： Matlab科研工作室
个人信条：格物致知。
更多Matlab仿真内容点击
智能优化算法 神经网络预测 雷达通信 无线传感器
信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统
⛄ 内容介绍
随着城市化的发展,智能交通系统已经成为解决城市道路交通的重要手段.智能交通系统是一个集通讯,检测,控制和计算机等技术于一体的综合信息管理系统,主要包含智能基础设施及智能车辆等.其中,作为智能车辆的重要组成部分之一的道路交通标志识别系统,在车辆行驶过程中需要实时采集和识别出现的交通标志信息,并及时地指示或者警示驾驶员以辅助驾驶,甚至在特殊情况下可以直接对车辆进行控制,以确保行驶安全,防止交通事故发生.交通标志识别系统主要包括自然场景下交通标志的检测和交通标志的分类识别两个方面的内容.尽管学者们已花费大量时间进行这方面的研究,但仍然还存在着这样或那样的不足,如在复杂环境下算法的鲁棒性问题等.本文主要从交通标志图像预处理,分割,特征提取和识别等方面,对交通标志识别进行了研究,取得了较好的效果.
⛄ 部分代码
clc
close all
data=imread(’50.jpg’);
s = detect(data);
subplot(1,length(s)+1,1);
imshow(data);
hold on
k = 1;
for i=1:length(s)
bb=s(i).BoundingBox;
detected = imcrop(data, s(i).BoundingBox);
%rectangle(’Position’,bb,’EdgeColor’,’r’,’LineWidth’,2);
detect_RGB_red = Detect_color(detected,1);
if(detect_RGB_red == 0)
else
k = k + 1;
subplot(1,length(s)+1,k);
imshow(detect_RGB_red);
recognition(detect_RGB_red,length(s)+1,k)
end
detect_RGB_blue = Detect_color(detected,3);
if(detect_RGB_blue == 0)
else
k = k + 1;
subplot(1,length(s)+1,k);
imshow(detect_RGB_blue);
recognition(detect_RGB_blue,length(s)+1,k)
end
end
hold off
⛄ 运行结果
⛄ 参考文献
[1]娄月新. 基于Matlab的交通标志识别系统设计与实现[J]. 电脑编程技巧与维护, 2014(6):2.