文档介绍：层次轮廓计算机视角的交通道路标识别
邬思奇摘要:随着我国科学技术的进一步优化,计算机视觉应用范围变得越来越广,尤其是交通道路路标识别中。但面对现阶段计算机视觉对交通路标识别存在的复杂性与不稳定性等问题,随之提出了通过图像于交通道路中周围环境引起的部分遮挡和光强度的差异,利用交通图收集信息识别判断是错误的。实验前,需要对采集到的交通标志图像进行仔细筛选,以最大限度地减少由于采样误差引起的计算机视角识别误差现象。此外,为了验证所提出的层次轮廓计算机视觉在交通标志识别和分析中的合理性,文章通过两个实验进行比较验证。在实验1中,使用畸变图像的主观主动评分和没有参考结构的清晰度来提取和分析图像的畸变差异。在实验2中,从层次轮廓计算机的角度识别图像,然后判断算法的有效性。
(1)在实验中,300个交通标志图像是禁止,警告和指示,而MIG是100个。本文使用gblur文件夹中的图像进行实验。在实验过程中,可以选择相同程度、不同模糊失真程度的交通标志图像進行比较分析。根据最终的实验结果,随着主观差异评分的增加,交通标志图像将越来越差。从计算机的角度来看,低通滤波器的梯度变换图像的结构相似性值也会增加,并且非参考清洁度会降低,这反映了质量差。同时,随着交通标志图像清晰度越来越低,没有参考结构的图像的清晰度将越来越小。可以看出,图像边缘轮廓提取方法对于交通标志识别是可行的。 (2)在實验2中,基于实验1中使用的交通标志图像进行清晰度提取,本研究中提出的分层轮廓计算机视觉识别技术用于识别块处理后的图像。根据实验2得出的结果可知,形状度量值越大,交通路标图像将变得越发模糊,路标识别效率也将降低。另外,通过对滤波器大小的设置,能够获取到不同清晰程度的交通路标图像作为识别图像[3-5]。
以上就是针对文章内容所做出的仿真实验,通过该实验最终结果可知,文章所提出的层次轮廓计算机视角识别能够实现对交通路标的高效识别。
4 结语
随着新时代社会经济的快速发展,交通路标识别显得尤为重要。通过上述对该方面内容的深入分析可知,面对计算机交通路标识别中存在的识别效率低且不稳定的情况,必须通过层次轮廓计算机视角的提出与合理应用去避免。而这对于减少重复计算,以及提高全息图像质量等诸多方面都有着积极作用。
[参考文献]
[1]肖慧,郭强强,王宇航,等.***正中神经与肌皮神经交通支的解剖学特征及其临床意义[J].山西医科大学学报,2019(12):1684-1687.
[2]汪沐阳,吉晟男,陈晨,[EB/OL].(2019-12-24)[2020-03-25]./-.
[3]韩瑞玲,杨光,张晓燕,-交通-环境系统耦合协调研究[J].生态与农村环境学报,2019(12):1541-1549.
[4][N].天津日报,2019-12-23(003).
[5][C].秦皇岛:智启雄安—第四届雄安新区建设公共政策智库论坛论文集,2018.
Tr