【技术实现步骤摘要】
本专利技术涉及智能交通管理领域，特别涉及一种基于概率模型的交通标志图像增强方法及系统。
技术介绍
1、作为高级驾驶辅助系统和自动驾驶汽车的重要组成部分，交通标志检测的目标是定位包含交通标志的图像区域。在过去的十年中，关于交通标志检测和识别的研究量显著增加，研究者们提出了各种方法来解决这个具有挑战性的问题。然而，由于计算需求高、交通标志数量多、交通场景复杂、遮挡等因素的影响，交通标志检测仍然存在一些困难和挑战。交通标志图像增强是指通过各种技术手段对交通标志图像进行处理，以提高其质量、增强其特征，并减少噪声和其他干扰因素的影响。
2、目前再进行交通标志图像增强时，通常使用浅层机器学习算法负责像素分类，使用支持向量机将原始rgb彩色图像转换为灰度图像，并将所有颜色分类为正色或负色，交通标志的颜色属于正类别，标记为+1，而其他颜色属于标记为-1的负类别，通过这种方式生成的二进制训练数据进行彩色像素的映射。
3、然而该方法对于大规模数据集的训练需要大量的时间和计算资源，使得这种方法不太适用于处理大规模数据集。此外，如果数据...
【技术保护点】
1.一种基于概率模型的交通标志图像增强方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于概率模型的交通标志图像增强方法，其特征在于，所述获取实时采集的交通标志图像并提取所述交通标志图像对应的像素信息的步骤之前，所述方法还包括：
3.根据权利要求1所述的一种基于概率模型的交通标志图像增强方法，其特征在于，所述将标注后的图像像素从RGB颜色空间转换为其他颜色作为特征向量的步骤包括：
4.根据权利要求3所述的一种基于概率模型的交通标志图像增强方法，其特征在于，所述根据不同色彩空间的颜色通道从所述特征向量对应的概率图中选择符...
【技术特征摘要】
1.一种基于概率模型的交通标志图像增强方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于概率模型的交通标志图像增强方法，其特征在于，所述获取实时采集的交通标志图像并提取所述交通标志图像对应的像素信息的步骤之前，所述方法还包括：
3.根据权利要求1所述的一种基于概率模型的交通标志图像增强方法，其特征在于，所述将标注后的图像像素从rgb颜色空间转换为其他颜色作为特征向量的步骤包括：
4.根据权利要求3所述的一种基于概率模型的交通标志图像增强方法，其特征在于，所述根据不同色彩空间的颜色通道从所述特征向量对应的概率图中选择符合预设条件的概率图的步骤包括：
5.根据权利要求4所述...
【专利技术属性】
技术研发人员：闫军，张子昂，王伟，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。