基于多特征融合的交通标志识别算法

来源：计算机工程与应用杂志2019年第18期北京时间：

作者：韩习习，魏民，徐西义，李巧月，陈曦，祝汉城

单位：1.中国矿业大学 信息与控制工程学院，江苏 徐州 221116；2.山东能源新汶矿业集团 通信信息中心，山东 泰安 271213；3.山东省新汶矿业集团 翟镇煤矿，山东 新泰 271204

摘要：综合考虑识别率、时间复杂度以及鲁棒性，提出一种边缘、纹理、颜色多特征融合和支持向量机（SVM）的交通标志识别算法。通过提取能够描述交通标志图像边缘信息的方向梯度直方图（HOG）特征并进行统计平均，与能够表示标志图像内部纹理信息的局部二值模式（LBP）特征融合得到降维后的HOG-maxLBP特征，再级联交通标志的颜色特征作为最终的特征向量，最后利用SVM进行交通标志训练和分类。实验结果表明，该算法不仅提高了交通标志的识别率，而且降低了时间复杂度，增强了系统鲁棒性。

关键词：交通标志识别（TSR）,方向梯度直方图（HOG）,局部二值模式（LBP）,颜色特征,特征融合,支持向量机（SVM）