您的位置: 专家智库 > >

何芬芬

作品数:4 被引量:31H指数:2
供职机构:中南大学信息科学与工程学院更多>>
发文基金:湖南省院士基金国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术交通运输工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 3篇自动化与计算...
  • 1篇交通运输工程

主题

  • 3篇小波
  • 3篇交通标志
  • 2篇GABOR小...
  • 2篇标记图
  • 1篇道路交通
  • 1篇道路交通标志
  • 1篇信号灯
  • 1篇行驶环境
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇头型
  • 1篇最近邻
  • 1篇最近邻分类
  • 1篇最近邻分类器
  • 1篇无人驾驶
  • 1篇无人驾驶车
  • 1篇向量
  • 1篇向量机
  • 1篇小波变换
  • 1篇灰度

机构

  • 4篇中南大学

作者

  • 4篇何芬芬
  • 3篇谷明琴
  • 3篇蔡自兴
  • 1篇李仪
  • 1篇唐琎
  • 1篇任孝平
  • 1篇易亮
  • 1篇黄振威
  • 1篇黄振威

传媒

  • 1篇中南大学学报...
  • 1篇智能系统学报

年份

  • 1篇2013
  • 2篇2012
  • 1篇2011
4 条 记 录,以下是 1-4
排序方式:
交通标志检测与识别算法研究
道路行车环境的实时感知是车辆无人驾驶的核心科学问题之一,而动态场景中交通标志的实时检测与识别则是感知行车环境的重中之重。本文围绕交通标志实时检测与识别算法展开研究,针对不同的天气、光线、角度、位置、背景下的交通标志图像,...
何芬芬
关键词:交通标志
城市环境中箭头型交通信号灯的实时识别算法被引量:13
2013年
提出一种检测和识别城市环境中箭头型交通信号灯的新方法。首先,用图像颜色分割和形态滤波来定位交通信号灯的灯板位置;其次,将交通信号灯的灯板区域彩色图像转换到YCbCr空间,对Cb和Cr通道进行阈值分割,判断形态及交通信号灯与灯板的相对位置来确定红色、黄色和绿色交通信号灯候选区域。然后,用二维Gabor小波变换和二维独立分量分析来提取交通信号灯候选区域的特征;最后,用最近邻分类器识别交通信号灯的箭头方向。实验结果表明:该算法的总体识别率超过91%,每帧图像的处理时间为152 ms,能够为行驶的车辆提供实时、稳定和准确箭头型交通信号灯信息。
谷明琴蔡自兴黄振威何芬芬
关键词:GABOR小波变换最近邻分类器
一种面向无人驾驶车的道路交通标志识别方法
本发明公开了一种面向无人驾驶车的道路交通标志识别方法,包括如下步骤:1)变换图像的RGB像素值来增强交通标志特征颜色区域并用阈值分割图像;2)在灰度图像上进行边缘检测和连接,重构感兴趣区域;3)提取感兴趣区域的标记图作为...
蔡自兴谷明琴黄振威何芬芬唐琎李仪易亮任孝平
文献传递
形状标记图和Gabor小波的交通标志识别被引量:18
2011年
交通标志识别为智能车辆行驶提供了有价值的道路环境信息.提出一种结合形状标记图和Gabor波的交通标志识别方法,交通标志识别过程如下:1)变换图像的RGB像素值来增强交通标志主特征颜色(红,蓝,黄)区域并进行分割,用形态学操作消除噪声点的影响;2)提取感兴趣区域的标记图作为其形状特征,用Euclidean距离来对其进行初分类;3)对交通标志感兴趣区域的灰度图像进行Gabor小波变换,获得其不同角度和尺度的小波图像,用二维独立分量分析法提取其主特征,并送入线性支持向量机来判断感兴趣区域所属的交通标志类型.实验结果表明,提出的算法能够稳定、有效地检测和识别智能车辆行驶环境中的多类交通标志.
谷明琴蔡自兴何芬芬
关键词:交通标志识别标记图GABOR小波支持向量机
共1页<1>
聚类工具0