文献类型：期刊文章

作　　者：王坤[1] 倪娟[2] 陈印[3]

WANG Kun;NI Juan;CHEN Yin(Sichuan Vocational College of Information Technology,School of software,Guangyuan 6280o0,China;Unit 94333,Weifang 621000,China;Chongqing Institute of Engineering,Chongqing 400056,China)

机构地区：[1]四川信息职业技术学院软件学院,四川广元628000 [2]中国人民解放军94333部队,山东潍坊621000 [3]重庆工程学院,重庆400056

出　　处：《计算机测量与控制》

基　　金：重庆市教育委员会科学技术研究项目(KJZD-M202001901);国家级大学生创新创业训练计划项目(202212608006)。

年　　份：2024

卷　　号：32

期　　号：1

起止页码：226-231

语　　种：中文

收录情况：JST、ZGKJHX、普通刊

摘　　要：交通标志对车辆交通起到重要作用和意义,而智能交通中交通标志识别由于标志特征提取效果差,导致识别率低、识别时间长,因此,提出一种新的基于视觉图像与激光点云融合的交通标志快速识别方法。采用双边滤波方法预处理原始激光点云数据;通过归一化处理得到视觉图像激光点云融合的目标空间激光点云位置测距数值;通过测距值获取目标图像位置,归一化处理交通标志视觉图像,引入k均值聚类算法二聚类处理图像,采用制作的切割模板切割图像感兴趣区域,提取交通标志图像的深度特征,结合卷积神经网络二次过滤特征,重新标定二次过滤后的特征,最终利用卷积神经网络模型实现交通标志快速识别;经实验对比证明,采用所提方法提取各个类型交通标志特征的提取效果较好,并且识别率达到89.74%,识别时间仅为13.1 s,干扰下识别时间最高仅为15.1 s,验证了该方法可以快速且准确识别各个类型的交通标志。

关 键 词：视觉图像 激光点云 交通标志 快速识别  K均值聚类算法 卷积神经网络

分 类 号：TN911.73]