[发明专利]一种利用交通标识颜色及形状特征进行检测与识别方法

说明书

技术领域

本发明涉及应用计算机视觉研究领域，尤其涉及一种利用交通标识颜色及形状特征进行检测与识别方法。

背景技术

人类自步入二十一世纪以来,社会经济和各项科学技术水平均取得了迅猛的发展,机动车的出现正体现了这一点,机动车在现代交通中已经成为了最重要的交通工具,普及率也越来越高。我们甚至可以这么说,人类社会已经离不幵这种快速、便捷的现代文明产物了。但是,由于机动车辆的大范围使用,道路交通面临着日趋严重的承载压力,交通堵塞情况随处可见,更严重的是,由疲劳驾驶和酒后驾驶等不安全因素引发的交通事故越来越多。有资料统计,在世界范围内发生的安全事故中,道路交通事故约占90％,由此造成的伤亡人数占总伤亡人数的80％以上,在非正常死亡人口中位列第一,给国家和人民的生命财产造成了巨大的损失。

针对道路交通的拥堵现象,传统的方法是拓宽道路面积和修建更多的道路,这些方法不仅需要投入大量的人力和财力,而且不能从根本上解决问题。因此从上世纪八十年代起,一些发达国家开始把智能技术的方法应用于交通系统,例如人们幵始研究自动和半自动的驾驶技术以及开展了智能交通系统(Intelligent Transportation System,ITS)的研究工作。所谓智能交通系统,就是通过合理的协调人、车和路来达到缓解交通堵塞、减少交通事故的目的,它综合运用多种先进的科学技术并把它们有效地集成在一起从而建立了一个强大的交通运输管理系统。

道路交通由人、道路和交通工具三个主体构成,其中人发挥着最重要的指导作用。道路不仅仅指路面,它还包括路面上的一些行人和物,以及树立在两旁的交通标识。因此要研究智能交通系统,就必然要涉及到对道路两旁的交通标识的检测和识别。道路交通标识采用文字或者符号的方式表达当前的路况信息,它是交通管理部门进行交通管理的有效措施。在古罗马时代,人们已经采用了类似指示标志的里程碑和指路牌等来引导军队行进。经过两千多年的发展,现在的交通标识已经多种多样,并且有其专门的颜色和形状,它们遍布在世界的任何角落,为道路交通安全护航。总的来说,交通标识识别系统有以下几个方面的应用。

另外,研究交通标识识别系统涉及到机器视觉、模式识别和图像处理等多方面的技术,它和人脸识别、目标跟踪一样是典型的模式识别应用系统。但是由于复杂的场景和较高的实时性要求,对交通标识的检测和识别一直没有理想的解决方案。

发明内容

针对现有技术中存在的缺陷或不足，本发明所要解决的技术问题是：提供一种利用交通标识颜色及形状特征进行检测与识别方法。

为了实现上述目的，本发明采取的技术方案为提供一种利用交通标识颜色及形状特征进行检测与识别方法，包括以下步骤：

A、选取适当的颜色空间对原始图像做阈值分割，然后设置适合的颜色分割阈值，得到含有红、蓝、黄颜色信息的交通标识目标图像；

B、对交通标识目标图像进行预处理；

C、对经过预处理的图像进行形状识别，采取快速径向对称变换方法检测圆形标识，采用角检测与几何信息相结合的方法检测矩形及三角形；

D、对分割得到的不同种类的交通标识进行识别，采用Hu不变矩作为特征向量，在识别方法方面采用支持向量机(SVM)方法。

作为本发明的进一步改进，所述适当的颜色空间为HIS颜色空间。

作为本发明的进一步改进，所述预处理包括图像去噪，使用连通域标记法去除过大过小面积干扰物，区域内部孔洞填充、外边缘轮廓检测、使用图像膨胀方法改善图像形状，选取Prewitt算子进行边缘提取。

作为本发明的进一步改进，所述形状识别还包括采取圆形度的方法对提取的感兴趣区域的圆形标识进行形状判别。

作为本发明的进一步改进，所述步骤B中，三角形判别利用了已知高长度与拐角检测来实现。

作为本发明的进一步改进，所述步骤C中，矩形检测使用矩形的左上角和右下角两个拐角检测模块，进行卷积找到峰值后，使用矩形的集合信息进行矩形的进一步检测，即左拐角及右拐角之间的长宽比需要满足一定条件。

作为本发明的进一步改进，所述步骤C中，三角形检测使用三角形顶部拐角模板及左下角拐角模板进行卷积，找到峰值之后，利用两角之间的宽高比进行筛选与检测。

作为本发明的进一步改进，所述矩形检测方法如下：

(1)将含有矩形及三角形交通标识的图像经过颜色分割，图像预处理及边缘提取等步骤之后，得到一副二值图像，并且将该图像进行填充。