OpenCV+SVM简单应用-------路面箭头分类

问题内容：路面箭头检测与识别（该部分主要介绍基于SVM的分类，也就是识别，检测问题暂不谈）

问题背景：路面箭头识别在无人车中有着重要的作用：

                  1.车道线等重要信息的检测，需要排除路面箭头的干扰；

                  2.需要根据路面箭头的指示，完成下一步动作

问题描述：为了简化这个问题，重点描述基于OpenCV的SVM路面箭头分类，我们将预先检测到的待分类                     路面箭头给出如下，样本均从俯视图（逆透视）中检测获得：
       
 图片1-11中包括：1-3、10为虚线的误检、4-5为直右箭头、6-9为误检、11为倒着的直左箭头

问题难点（本文中未解决）：为何找到一个合适的特征，来解决箭头的旋转不变、尺度不变问题

作者在有限的时间中尝试过Hu矩特征、SIFT特征，效果都不是很理想，具体情况表现为：

Hu矩特征：虽然有旋转不变特性，但是将信息压缩太严重，最后得到的仅是一个七维特征，放入SVM中训练效果很差；

SIFT特征：其也具有尺度和旋转不变性，且对光照不均等现象具有抑制作用，但是作者尝试发现，样本和测试集的特征点检测较少，无法聚类得到定长的特征算子，故无法进行SVM分类

 本文采用方法：考虑到路面箭头的形式、形状甚至大小比较单一，仅仅是位置、角度不同，故可以放入较多的模板来反映同一标志不同角度的形态特征，最后将整图信息压缩到固定大小作为特征算子输入SVM中，仍可以取得不错的效果。

样本准