OpenCV交通标志识别答案

【问题标题】：OpenCV traffic sign recognitionOpenCV交通标志识别
【发布时间】：2015-01-29 19:58:51
【问题描述】：

我正在编写一个软件（用于我的学习），用于使用 IP 摄像头识别交通标志。暂时，我必须识别这样的交通标志：

在我的代码中，我正在做一个高转换以用面具隔离我的交通标志。

然后，我对场景图像与不同交通标志 (30,50,70,90) 的一些图像进行 SURF 比较（使用 SURF 的 OpenCV 文档的修改示例）。

我给你一个我的对象引用的例子：http://www.noelshack.com/2015-05-1422561271-object-exemple.jpg

我的问题是：

我的“方法”对吗？ SURF在这里真的适应了吗，因为它似乎使用了很多资源..
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？

【问题讨论】：

只是想知道你能找到好的解决方案吗？
我使用了类似 HAAR 的功能和 BoW 模型，结果非常好 :) github.com/Lemick/SAET

标签： opencv sign surf traffic

【解决方案1】：

是的，这是您通常期望 SURF 匹配方法起作用的任务。如果两个标志相似，您希望它们的 SURF 特征大部分匹配。

但是，这不是唯一可行的方法。您可能还想尝试 SIFT 或 FAST 特征匹配。它们可能会减少误报的数量。您可能还想尝试使用您的 SURF 特征匹配参数，例如您比较特征的方式和接受匹配的阈值。例如，在某些情况下，30 公里标志可能与 30 公里和 50 公里标志匹配。然后，您将需要寻找其他标准来区分它们，例如匹配特征的数量，或标记集中与标志匹配的图像百分比。

如果您仍然得到不满意的结果，我建议您尝试使用具有 HOG 功能的级联分类方法来检测“3”、“5”、“7”等数字。您需要训练您的分类器在标记的标志中具有一组裁剪数字，并使用分类器的级联来检测测试图像中的这些数字。 Cascade of classifiers 也在 OpenCV 中实现。

【讨论】：

非常感谢它对我的帮助很大，我正在测试 FAST，它的速度要快得多，如果我比较我的对象，如果我计算“好兆头”的比率，你认为我可以获得一个好的结果吗图片 50 女巫的真实场景？
我正在测试 FAST，但它与好东西不匹配...image.noelshack.com/fichiers/2015/05/1422606142-testfast.jpg
如果你的大部分结果都像这个例子，我希望级联分类器能更好地工作。我的意思是裁剪关键特征（如“5”）并尝试在测试图像中使用级联分类器中的 detectMultiScale 函数检测它。

【解决方案2】：

您可以尝试裁剪或缩放图像以提高模型的准确性。对我来说，裁剪或缩放图像将我的模型准确率提高了 0.27%

提高准确性：

【讨论】：