[发明专利]一种基于分类模板匹配的交通标志检测方法

说明书

技术领域

本发明属于机器视觉和图像处理技术领域，具体涉及一种基于分类模板匹配的交通标志检测方法。

背景技术

随着城市交通问题日益严重，智能交通技术成为当前的研究热点和发展趋势。智能交通技术为交通拥堵问题和车辆的安全行驶问题提供了巨大帮助。对于交通标志的自动检测识别技术是智能交通领域的一个关键技术。

当前交通标志检测方法主要有通过分类的识别和通过传统模板匹配方法的识别。分类识别方法颜色、形状等特征结合神经网络等算法一步步细分，最终可确定是哪种标志；传统的模板匹配方法是将子图像在原图像中移动并计算相关性以找出相关性最大的区域，或者对标志区域初步定位后在所有模板中搜索以找到最接近的模板。单纯使用分类的方法进行交通标志识别实时性相对较好，但是通过分类进行识别的方法要分析各种交通标志形状颜色的细微差别，根据共性和个性层层分类，操作过程非常复杂，需要大量的调试，并且识别效果往往并不理想。传统的模板匹配方法计算量较大，实时性较差，在实际的交通标志自动识别装置中往往对硬件要求较高。

此外，当前的交通标志识别方法对颜色和光线的要求较高，当二者发生变化时会对检测识别产生较大影响。当摄像头相对交通标志的运动速度较快时，图像会变得模糊，此时使用传统的识别方法准确率也会大大降低。

发明内容

本发明所要解决的技术问题是现有交通标志识别方法操作过程复杂、实时性较差以及对光线和图像质量要求高，提供一种基于分类模板匹配的交通标志检测方法。

本发明所采用的技术方案是：

一种基于分类模板匹配的交通标志检测方法，包括如下步骤：

(1)对拍摄图像中含有交通标志的区域按不同颜色区域进行分割，即将交通标志按颜色分类；

(2)颜色分类后通过形状或面积特征对图像中的连通区域进行筛选，定位该标志区域；

(3)通过模板匹配的方法进行识别。

如上所述的一种基于分类模板匹配的交通标志检测方法，其中：所述步骤(3)具体分为：

(3.1)使用动态归一化方法将标志图像归一化为m×n的目标图像：构建步骤(2)中标志区域的内接矩形，并通过双峰法进行二值化处理；利用二值图像进一步确定标志区域内符号的外接矩形。

(3.2)模板匹配计算。

如上所述的一种基于分类模板匹配的交通标志检测方法，其中：将步骤(3.1)中所述的符号外接矩形区域内的图像归一化为与模板相同尺寸的图像；步骤(3.2)匹配时，用相应颜色类别内的所有模板分别与归一化后的图像进行匹配运算，设待匹配图像尺寸为J×K，w(s，t)和f(s，t)分别为模板图像和待匹配图像的某个像素值，则最终的相关运算的响应结果c(x，y)的表达式为

c(x,y)=Σs=0KΣt=0Jw(s,t)f(s,t)]]>

根据实际情况设定一个c(x，y)的阈值，若高于该阈值则该图像是对应种类的交通标志。

如上所述的一种基于分类模板匹配的交通标志检测方法，其中：所述步骤(3.1)的归一化方法为：设源图像的宽和高分别是x、y，要提取的特征图像分辨率为m×n，则要将源图像分割为m×n个区域，行分割计算公式如下：

a.若x％m＝0，则源图像每个区域每行应含有x/m个像素点

b.若x％m≠0，前x％m区域每行各含有x/m+1个点；后m-x％m区域每行含有x/m的点；