OpenCV交通标志识别

Question

我正在编写一个软件（用于我的学习），用于使用IP摄像头进行交通标志识别。暂时，我必须识别出这样的交通标志：

在我的代码中，我正在进行高变换，以便用掩码隔离我的交通标志。

然后，我对场景图像进行了SURF比较（使用SURF的OpenCV文档的修改样本）和一些不同交通标志的图像（30,50,70,90）。

我举一个关于我的对象引用的例子：http://www.noelshack.com/2015-05-1422561271-object-exemple.jpg

我的问题是：

• 是我＆＃34;做的方式＆＃34;是正确的？ SURF是否真的适应了这里，因为它似乎使用了大量的资源..

• 我有误报（例如当我将对象中的30与场景中的50进行比较时），如何减少它？

Answer 1

是的，这是您通常希望SURF匹配方法有效的任务。如果两个符号相似，则您希望它们的SURF特征大部分匹配。

但是，它不是唯一可行的方法。您可能还想尝试SIFT或FAST功能匹配。他们可能会减少你的误报数量。您可能还想尝试使用SURF功能匹配参数，例如比较功能和接受匹配的阈值的方式。例如，在某些情况下，30公里标志可能与30公里和50公里标志相匹配。然后，您需要查找其他条件来区分它们，例如匹配要素的数量，或标记集中与该符号匹配的图像百分比。

如果你仍然得不到令人满意的结果，我建议尝试使用级联分类方法和HOG功能来检测“3”，“5”，“7”等数字。你需要训练你的分类器在标记符号中包含一组裁剪数字，并使用级联分类器检测测试图像中的这些数字。 Cascade of classifiers也在OpenCV中实现。

Answer 2

您可以尝试裁剪或缩放图像以提高模型精度。对我来说，裁剪或缩放图像可以使模型精度提高0.27％

提高准确性：