基于PCA和灰度直方图特征融合的交通标志的分类研究

为了提高交通标志分类问题的正确率,提取有效的特征值才可以获得更高的分类正确率。校核分析交通标志图像特点,在分类研究的背景下提出了特征融合的思路,在主成分分析(PCA)降低维度的基础上,提取灰度直方图的特征,将PCA提取的特征和灰度直方图特征融合,并且将融合数据作为分类的输入特征,通过交通标志数据库进行实验分析,多次改变要降低的维度,然后融合灰度直方图特征进行分类,用MATLAB和GUI工具进行仿真,实例验证结果表明,得出的正确率明显提高,在交通标志的分类中效果显著。