Implementation of the algorithm in

Implementation of the algorithm in test images showed that it is very effective in the sign location phase. There is a slight weakness in the some phase, in cases of color similarity between signs and other areas of the image. It is sensitive in light condition changes during the image acquisition, because of the effect they have in the color thresholds used in the regions of interest segmentation step. The use of proper thresholds is very important as it affects in a great deal the success of the sign detection and it’s final recognition. Based in the experience acquired from the tests, the aspects which should be further researched and be improved in the future are:

結果 (英文) 1:

测试图像中的算法的实施表明，这是很有效的符号位置相。在某些阶段有轻微的弱点，标志和其他地区的图像之间的颜色相似的情况。在光照条件下的图像采集过程中的变化是敏感的，因为效果，它们具有在感兴趣的区域分割步骤中使用的颜色的阈值。使用适当的阈值是非常重要的，因为它影响了大量成功的标志检测，它的最终确认。总部设在从测试中所取得的经验，这应该是在未来进一步研究并加以改进的方面是：

結果 (英文) 2:

在测试图像的算法的实现表明，它是非常有效的标志位置相。在某些阶段略有不足，在图像符号和其他区域之间的颜色相似的情况。它是在光照条件下的变化敏感的图像采集过程中，因为他们有影响的在感兴趣的区域的阈值的颜色分割步骤。适当的阈值的使用是非常重要的，它影响了大量的符号检测的成功和它的最终识别。基于从测试中获得的经验，应进一步研究和进一步完善的方面：

結果 (英文) 3:

测试图像中的算法的实现表明它是标志位置阶段中非常有效。在某些阶段，在颜色标志及图像的其它区域之间的相似性的情况下有一个轻微的弱点。在对图像的采集，是敏感的光照条件的变化由于影响他们在颜色阈值在利益分割步骤的区域中使用。使用适当的阈值是非常重要，因为它影响了很多成功的标志检测与它最终承认。根据从测试中获得的经验，应该进一步研究，并在今后改进的方面如下：