[发明专利]一种低照度场景下的户外交通标志识别方法

说明书

技术领域

本发明属于数字图像处理应用领域，具体涉及一种低照度场景下的户外交通标志识别方法。

背景技术

交通标志检测和识别是智能交通系统中的一个热点，近年来得到越来越多的关注。实际交通道路遇到的状况非常复杂，传感器采集到的交通标志图片往往会出现不同程度上的退化，比如：交通标志的大小不一致，交通标志会发生一定角度的偏转，交通标志牌上的光照不均匀，由于拍摄角度的不确定，交通标志还会受到一定角度的水平或者垂直错切，另外还存在交通标志被树木、广告等遮挡的问题等等，这些问题使得交通标志的检测与识别变得相当困难。

已有研究者提出了一些户外交通标志识别方法，他们将交通标志识别这个任务主要分为两个步骤：检测阶段和分类阶段。在检测阶段，主要采用形状特征或者颜色特征来选择感兴趣区域；在分类阶段，主要从学习器和图像特征方面寻求解决方案，即提取合适的图像特征采用合适的学习器完成最终的交通标志识别任务。这些已有的方法多数应用于照度条件较好的情况下的交通标志识别。但是，在夜晚拍摄的照片多数照度条件较差，使得拍摄得到的交通标志图片的亮度分量、饱和度分量和色调分量都发生较大的改变。而且，夜晚场景下的交通标志的识别将会受到众多灯光光照影响，如汽车前后向灯、路灯、办公楼照明等。因此，已有的交通标志检测与识别方法不可避免的遇到了困难。

发明内容

为了克服现有技术在低照度场景下的户外交通标志检测识别差的不足，本发明提出一种低照度场景下的户外交通标志识别方法。本发明是一种在低照度场景下适应性强，准确率高的户外交通标志识别方法。

为实现上述目的，本发明的技术方案为：

一种低照度场景下的户外交通标志识别方法，包括以下步骤：

1）采集输入含有交通标志的低照度场景图片；

2）对含有交通标志的低照度场景图像进行HSV变换，计算低照度场景图像的积分直方图并检测交通标志感兴趣区域；

3）对步骤2）的交通标志感兴趣区域使用SIFT算法进行一次匹配，计算其尺度不变特征点的描述子，并和预先建立的标准库中的交通标志图像进行匹配得到匹配点对；

4）在步骤2）的交通标志感兴趣区域中以步骤3）得到的尺度不变特征点的坐标为图像中心点，取M*M的子图；

5）对M*M的子图分别计算融合了色调H、饱和度S和亮度V后的改进颜色量化直方图及归一化的改进颜色直方图；

6）根据改进颜色直方图，计算步骤3）得到的匹配点对中的两个匹配点的直方图的夹角；

7）去除夹角值大于数值为TH的匹配点对；去除无一一匹配的匹配点；

8）根据匹配点数获得低照度场景图片的交通标志识别结果。

所述步骤2）的检测交通标志感兴趣区域的检测包括以下步骤：

21）对含有交通标志的低照度场景图像进行HSV变换计算出低照度场景图像的色调H、饱和度S、亮度V的分量，色调H、饱和度S、亮度V的计算如下：