基于自适应伽马变换的交通标志检测方法

摘要

为提高自然场景下交通标志检测精度,提出一种基于自适应伽马变换的交通标志检测方法.方法利用颜色和形状等特征实现交通标志检测.针对传统交通标志检测方法中较少考虑自然场景图像亮度校正问题,首先提出了基于自适应伽马变换的颜色增强方法,然后采用最大稳定极值区域(MSER)算法提取颜色增强图中的交通标志感兴趣区域(ROI),最后基于方向梯度直方图(HOG)特征,利用级联支持向量机(SVM)对交通标志ROI进行分类判决.基于德国交通标志数据库(GTSDB)的检测实验获得了97.28％的检测率及10.35％误检率,结果表明,所提算法可有效提升交通标志检测的精度.