1.软件版本

matlab2022a

2.运行方法

使用matlab2022a或者高版本仿真，运行文件夹中的Runme.m。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体操作观看提供的程序操作视频跟着操作。

3.内容简介

   交通标志检测和识别系统的关键在于交通标志候选区域的分割、交通标志的特征提取和分类器的设计。交通标志背景复杂,很难从其背景中将其分割出来,并且由于交通标志一般放在户外场景中,受外界原因(光照,损坏、遮挡等)影响较大,这就大大加大了交通标志检测的难度。交通标志本身种类繁多,相同形状的交通标志根据其象形图案的不同,意义千差万别,造成识别阶段准确率低。

     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。

    MSER算法中，其最大稳定极值区域的定义为极值区域随着设置的灰度阈值的增大而逐渐“长大”。这样的一组极值区域由小到大是相互嵌套的关系，分别用来表示这一系列相互嵌套的极值区域序列。如果为MSER，则其满足如下条件：

​编辑

     变量表示的是像素差值。由于 Q 是一个像素点的集合，所以绝对值代表的是该集合的基数，表示这个极值区域的面积。需先要先找到所有的极值区域，然后通过上面的“稳定标准”来确定最终的 MSER。

4.部分仿真截图

 ​编辑

 ​编辑

 ​编辑