【MSER+HOG+GA+SVM】基于MSER+HOG+GA+SVM的多个交通标志提取和识别算法

1.软件版本

MATLAB2017b

2.本算法理论知识

        本方案整体思路是，通过MSER提取交通标志，通过HOG进行特征提取，通过GA优化SVM的训练参数，将训练好的SVM去识别交通标志。

MSER  

       交通标志路牌中的每个交通标志信息均可以用一个区域特征来表示，最大稳定极值区域（Maximally Stable Extremal Regions，简称 MSER）就是一种很好的区域检测算子，它是由 Matas等人]提出的一种局部区域仿射不变特征的区域检查算子。该算子已用于大规模图像检索、识别、以及跟踪，相比其他区域算子，该算子对图像灰度具有仿射变换不变性和多尺度检测目标的优点，能够很好的提取交通标志有效区域，有助于交通标志的定位及分割。MSER算法中，其极值区域的定义为和图像的阈值相关，设定好灰度阈值后，在图像中的某个区域能够成为极值区域的条件是无法再找到一个不大于所设定的灰度阈值的像素点去扩大当前区域。在所有的二值化图中，每个连通区域都是一个极值区域，即使是一个黑点，也是一个极值区域。任选两个极值区域，只有两种关系，一种是没有交集，一种是包含。每个二值图像上可以有多个极值区域，原始灰度图像中每个像素点可能对应多个二值图像上的极值区域。