江治国，陈小林

(安徽国防科技职业学院机电工程系，安徽 六安 237011)

基于特征匹配的交通标志识别算法*

江治国，陈小林

(安徽国防科技职业学院机电工程系，安徽 六安 237011)

智能交通系统(ITS)是当前研究的热点，而在ITS中的关键技术之一就是交通标志的特征提取技术.针对交通标志的特征提取，提出利用尺度不变特征变换(SIFT)算法提取交通标志的点特征，采取最小距离分类器对特征向量进行分类，并通过Matlab、仿真验证实验结果，结果表明能够较好地检测出交通标志的特征.

智能交通系统;尺度不变特征变换;交通标志;特征提取;最小距离分类器

交通标志的识别最终是将检测到的交通标志的特征通过一些算法进行分类识别，当前很多学者提出采用向量机下机器学习模型［1］、模板匹配算法、聚类分析、人工神经网络等.基于特征的图像匹配技术根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量［2］.尺度不变特征变换［3］(scale invariant feature transform，SIFT)算法就是基于模板匹配的算法之一，SIFT特征是图像的局部特征，该特征对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性.SIFT的特征匹配算法在特征匹配方面取得显著进展，性能得到充分肯定.SIFT特征描述对于检测交通标志的特征点具有较好的性能，不仅能够提高系统的运算速度，而且具有较高的识别率，提取出的特征点进行SIFT特征描述，然后利用最近邻欧式……