【限速标志识别】基于matlab GUI形态学限速标志识别【含Matlab源码 1142期】

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。 🍎个人主页：海神之光 🏆代码获取方式： 海神之光Matlab王者学习之路—代码获取方式 ⛳️座右铭：行百里者，半于九十。

更多Matlab仿真内容点击👇 Matlab图像处理（进阶版） 路径规划（Matlab） 神经网络预测与分类（Matlab） 优化求解（Matlab） 语音处理（Matlab） 信号处理（Matlab） 车间调度（Matlab）

1 路标识别 完整的路标识别系统包括：图像的获取与预处理，图像分割（路标定位），特征提取，模式分类（路标识别）等部分。其中模式分类是系统的关键技术。较常用的模式分类方法是神经网络分类器。神经网络是目前应用最广也是最成功的学习算法之一，具有较强的容错行和自适应学习能力。然而神经网络采用的经验风险最小化准则（empirical risk minimization, ERM），虽然可使训练误差最小化，但并不能最小化学习过程的泛化误差。实际应用中神经网络常出现的问题：1) 更易出现局部最小值；2) 其输出的假设规模经常可能大到不切实际；3) 如果训练样本的数目有限，过大的假设函数类将导致过拟合；4) 常受到大量参数的控制，参数的选择往往是通过启发式的参数调节过程。

2 支持向量机 2.1 两类模式问题 SVM基于SRM准则构造最优超平面，使每类数据之间间隔最大，同时保持分类误差尽可能小。Cover定理指出：一个复杂的模式识别分类问题，在高维空间比低维空间更容易线性可分。实际上SVM实现了这样的思想：通过某种非线性映射（可以是未知的）将样本特征向量x映射到一个高维特征空间，然后在这个空间中构造最优分类超平面。

对简单的两模式分类，SVM算法可归结为： 通过非线性变换φ:x→φ (x) ，将模式数据映射到高维特征空间，构造分类超平面，表示为决策面： 考虑到两类样本离决策面都应有一定距离，决策面应满足不等式约束，如图1 图1 线性可分类超平面与分类间距 完全满足式 (2) 的超平面是不存在的。考虑到存在一些样本不能被决策面正确分类，引入松弛变量ξi (≥0) ，约束条件式 (2) 变为： 满足要求的超平面不止一个，寻找最优超平面可以归结为二次规划问题： 其中，C被称为惩罚因子，通过C可在分类器的泛化能力和误分率之间进行折衷。利用拉格朗日函数求解可得优化问题式 (4) 的对偶形式为： 约束条件为： 求解式 (5) ，可得到αi，代入式 (7) 可以确定ω，分类函数可表示为： 2.2 多类模式的选择 常用的多类模式的SVM方法有one-against-all、one-against-one、DAGSVM

在one-against-all方法中，一个k类问题被分解为k个 (子) 两类问题。第i个两类问题训练集包含原训练集中的所有样本，来自第i类样本的类标被重新定义为+1，其余样本的类标被重新定义为-1

one-against-one方法将一个k类问题分解为k (k-1) /2个 (子) 两类问题。每个两类问题的训练集由原训练集中的2个类别的样本组成，其中一个类别的样本的类标被重新定义为+1，另一个类别的样本的类标被重新定义为-1

有向无环图支持向量机（Directed Acyclic Graph Support Vector Machines, DAGSVM）将所有的两类支持向量机组合为一个二叉有向无环图。对于一个k类问题，这种方法将产生一个包含k个叶结点和k (k-1) /2个中间结点的三角形，叶结点对应着样本类别，中间结点对应着所有的两类分类器。

3 基于SVM的路标识别系统 3.1 图标提取 系统从移动机器人的图像采集卡获取路标彩色图像后，首先对源图像进行基于RGB空间模型的路标颜色初次分割，如图2 (b) 。针对光照的影响，考虑到分割的精度和灵敏度，经大量图像进行统计，确定相符的分割改进模型为：

最后，将提取到的特征样本送入SVM分类器，进行路标样本的训练和识别。

function varargout = Mat5_2(varargin) % MAT5_2 MATLAB code for Mat5_2.fig % MAT5_2, by itself, creates a new MAT5_2 or raises the existing % singleton*. % % H = MAT5_2 returns the handle to a new MAT5_2 or the handle to % the existing singleton*. % % MAT5_2(‘CALLBACK’,hObject,eventData,handles,…) calls the local % function named CALLBACK in MAT5_2.M with the given input arguments. % % MAT5_2(‘Property’,‘Value’,…) creates a new MAT5_2 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Mat5_2_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Mat5_2_OpeningFcn via varargin. % % *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one % instance to run (singleton)”. % % See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help Mat5_2

% Last Modified by GUIDE v2.5 21-Jul-2021 15:09:04

% Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct(‘gui_Name’, mfilename, … ‘gui_Singleton’, gui_Singleton, … ‘gui_OpeningFcn’, @Mat5_2_OpeningFcn, … ‘gui_OutputFcn’, @Mat5_2_OutputFcn, … ‘gui_LayoutFcn’, [] , … ‘gui_Callback’, []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end

if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT

% — Executes just before Mat5_2 is made visible. function Mat5_2_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Mat5_2 (see VARARGIN)

% Choose default command line output for Mat5_2 handles.output = hObject;

% Update handles structure guidata(hObject, handles);

% UIWAIT makes Mat5_2 wait for user response (see UIRESUME) % uiwait(handles.figure1);

% — Outputs from this function are returned to the command line. function varargout = Mat5_2_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure varargout{1} = handles.output;

% — Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles)%载入图像 % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global Image [filename,pathname]=uigetfile({‘.jpg’;'.bmp’;‘.gif’},‘选择图片’); str=[pathname filename]; Image1 = imread(str); Image=Image1; axes(handles.axes1); imshow(Image1);

function edit1_Callback(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,‘String’) returns contents of edit1 as text % str2double(get(hObject,‘String’)) returns contents of edit1 as a double

% — Executes during object creation, after setting all properties. function edit1_CreateFcn(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,‘BackgroundColor’), get(0,‘defaultUicontrolBackgroundColor’)) set(hObject,‘BackgroundColor’,‘white’); end function BW = imbinarize(I,varargin) %#codegen %imbinarize Binarize image by thresholding.

% Copyright 2015-2018 The MathWorks, Inc.

% Syntax % ------ % % BW = imbinarize(I) % BW = imbinarize(I,method) % BW = imbinarize(I,‘adaptive’,Param,Value,…) % BW = imbinarize(I,t) % % Input Specs % ----------- % % I: % real % non-sparse % 2d % uint8, uint16, uint32, int8, int16, int32, single or double % % method: % string with value: ‘global’ or ‘adaptive’ % default: ‘global’ % % Sensitivity: % numeric % real % non-sparse % scalar % non-negative %