《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > 交通標(biāo)志識別的定性映射模型
交通標(biāo)志識別的定性映射模型
來源:微型機與應(yīng)用2012年第7期
王莎莎,馮嘉禮
(上海海事大學(xué) 信息工程學(xué)院,上海 201306)
摘要: 采用屬性輪方法建立交通標(biāo)志的定性映射模型,利用此模型結(jié)合轉(zhuǎn)化程度函數(shù),對交通標(biāo)志進行識別。實驗結(jié)果表明,定性映射在交通標(biāo)志識別領(lǐng)域具有一定的應(yīng)用價值。
Abstract:
Key words :

摘  要: 采用屬性輪方法建立交通標(biāo)志的定性映射模型,利用此模型結(jié)合轉(zhuǎn)化程度函數(shù),對交通標(biāo)志進行識別。實驗結(jié)果表明,定性映射在交通標(biāo)志識別領(lǐng)域具有一定的應(yīng)用價值。
關(guān)鍵詞: 定性映射;轉(zhuǎn)化程度函數(shù);輪廓特征

 交通標(biāo)志識別作為智能交通系統(tǒng)的重要組成部分[1],20世紀80年代首先在發(fā)達國家興起,目前國內(nèi)外有關(guān)交通標(biāo)志識別的研究很多都涉及到基于神經(jīng)網(wǎng)絡(luò)、模板匹配、顏色匹配等方法。本文針對交通標(biāo)志的識別環(huán)節(jié),首次利用定性映射之差定義的小波[2],提取圖像輪廓特征向量,建立交通指示標(biāo)志的定性映射模型,利用定性映射與轉(zhuǎn)化程度函數(shù)對其進行模糊識別。
1 系統(tǒng)處理流程
 交通標(biāo)志的識別流程如圖1所示。本文所要構(gòu)建的交通標(biāo)志識別的定性映射模型,首先是對圖像進行預(yù)處理,得到形狀特征向量,通過不斷學(xué)習(xí),建立6種指示標(biāo)志的定性映射模型。識別過程中,通過定性映射模型和轉(zhuǎn)化程度函數(shù),找出待識別標(biāo)志所屬類型或最接近類型。

2 屬性論方法識別交通標(biāo)志
 事物只有通過屬性才能反映其自身,以及和其他事物之間的關(guān)系,所以屬性是人們區(qū)別不同事物的標(biāo)志或基準。交通指示標(biāo)志有其自身的形狀特征屬性[5],通過定性映射模型和轉(zhuǎn)化程度函數(shù)就能找到與之對應(yīng)的類型。



 本文以6種交通標(biāo)志為例,首先對6種指示標(biāo)志的學(xué)習(xí)樣本圖像網(wǎng)格化,統(tǒng)計每幅圖像對應(yīng)每個小網(wǎng)格中像素值為0的個數(shù)xij(j=1,2,3…81),通過對學(xué)習(xí)樣本的不斷學(xué)習(xí),就可以建立指示標(biāo)志對應(yīng)的形狀特征向量xi=(xi1,xi2…xi81),向量中各元素xij的基準為[αj,βj]。利用屬性論中定性映射的相關(guān)知識,建立6種指示標(biāo)志的形狀特征的定性映射模型[6]。

 


 本文利用屬性論中定性映射與定性基準變換的相關(guān)知識建立交通指示標(biāo)志的定性映射模型,并結(jié)合轉(zhuǎn)化程度函數(shù)對交通指示標(biāo)志進行模糊識別。并用BP神經(jīng)網(wǎng)絡(luò)的方法做了對比,實驗證明了這種模型的合理性、有效性。今后可在下述方面進行一些研究:(1)由于本文的實驗對象主要是針對標(biāo)準圖或者出現(xiàn)某種局部損傷的圖像,今后可以在實景圖中進行交通標(biāo)志的識別;(2)對已實現(xiàn)的算法做進一步的優(yōu)化工作,爭取達到更好的結(jié)果;(3)本文所提出的交通標(biāo)志識別還有待于在實踐中不斷完善和改進。
參考文獻
[1] 方敏,李福才.流行學(xué)習(xí)在交通標(biāo)志識別中的應(yīng)用研究[D].西安:西安電子科技大學(xué),2010.
[2] 馮嘉禮.思維與智能科學(xué)中的性質(zhì)論方法[M].北京:原子能出版社,1990.
[3] 馮嘉禮.感知和判斷中的基準變換及其性質(zhì)坐標(biāo)分析法[J].廣西科學(xué),1994,1(4):6-13.
[4] 李文佩.基于定型映射和轉(zhuǎn)化程度函數(shù)的漢字識別[D].上海:上海海事大學(xué),2004.
[5] Feng Jiali. Attribute network computing based on qualitative mapping and its application in pattern recognition[J]. Journal of Intelligent and Fuzzy System, 2008(19):243-258.
[6] Feng Jiali. Qualitative mapping model of pattern recognition, rough sets and knowledge technology[R]. LNAI  5009, Spriger:636-643
[7] 馮嘉禮.定性映射、基準變換、轉(zhuǎn)化程度函數(shù)、人工神經(jīng)元和集合模糊化[J].模糊數(shù)學(xué)與系統(tǒng),2004(18):53-56.
[8] 周巖炎,馮嘉禮,基于定性映射的數(shù)字音頻水印算法[J].廣西示范大學(xué)學(xué)報,2011,29.
 

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 欧美久久久久久 | 久草免费在线播放视频 | 免费观看毛片视频 | 美女张开大腿让男人捅 | 亚洲欧美精品久久 | 一级毛片不卡免费看老司机 | 日产一一到六区网站免费 | 51国产偷自视频区视频手机播器 | 视频在线一区二区 | 精品日韩欧美一区二区三区在线播放 | 欧美日韩视频精品一区二区 | 99九九99九九九视频精品 | 自拍三级| 91热久久免费精品99 | 蘑菇午夜三级 | 成人免费在线观看视频 | 久久精品国产99久久久 | 久久伊人男人的天堂网站 | www.夜色.com| 99热久久国产这里是精品 | 久久精品二区 | 欧洲亚洲一区 | 成年女人毛片 | 亚洲成 人a影院青久在线观看 | 免费人成年短视频在线观看免费网站 | 日本一区二区不卡久久入口 | 色琪琪一本到影院 | 久久性生大片免费观看性 | 亚洲成a人v在线观看 | 免费观看日本高清a毛片 | 综合91| 91精品国产爱久久久久久 | 久久久香蕉视频 | 精品国产一区二区三区久久影院 | 天天五月天丁香婷婷深爱综合 | 免费观看一级成人毛片软件 | 久久香蕉国产视频 | 国产三级a三级三级午夜 | 精品一区二区三区在线播放 | 午夜宅宅宅影院在线观看 | 久久男人的天堂色偷偷 |