我有一个视频在道路上左转，右转等标记。 我必须检测那些迹象。我正在进行模板匹配，其中我匹配边缘检测输出，但我没有得到满意的结果，有没有其他方法来检测它？请帮忙。
答案 0 :(得分：5)
如果你想要一个不太复杂但比模板匹配更强大的解决方案，我建议你去对SIFT描述符进行霍夫投票。该方法为各种问题提供一定程度的鲁棒性，包括标志的部分遮挡，照明变化和标志的变形。特别是，该方法对模板对象的旋转和均匀缩放完全不变。
该算法的基本思想如下：
a）从模板和查询图像中提取SIFT特征。
b）在模板图像中设置任意参考点，并为模板图像中的每个关键点计算从关键点到参考点的矢量。
c）将模板图像中的关键点与查询图像进行匹配。
d）对该关键点同意的查询图像中的所有对象位置的每个匹配关键点进行投票。您可以使用步骤（b）中计算的向量以及查询图像中匹配关键点的位置，比例和方向来执行此操作。
e）如果对象确实位于图像中，则投票图应在其位置具有强大的局部最大值。
f）（可选）您可以使用模板匹配来验证检测。
答案 1 :(得分：0)
使用SIFT或SURF。您可以通过培训获得不变的描述符，您可以确定代表道路标记的向量（向左，向右或向左转）是否与视频中的新向匹配。
答案 2 :(得分：0)
您可以尝试提取特征并训练分类器（线性判别，神经网络，朴素贝叶斯等）。您可能会尝试许多候选功能，但我认为即使边缘检测很差，您也不需要任何太复杂的功能，假设标志隔离良好。要考虑的一些功能包括：水平和垂直投影（行和列总计）和边缘像素的简单统计（平均值，标准偏差，偏度等）。有关更多功能的想法，请参阅以下任何一本书：
＆＃34;形状分类与分析：理论与实践＆＃34;，作者：Costa和Cesar
＆＃34;图像处理算法和计算机视觉＆＃34;，J. R. Parker
＆＃34;数字图像处理＆＃34;，Gonzalez和Woods