[发明专利]一种多特征的分层交通标志识别方法

摘要

本发明涉及一种多特征的分层交通标志识别方法，其设计了由粗到细的多特征的分层分类策略，先采用颜色、形状特征形成第一层粗放的类别判断，再提取方向梯度直方图特征输入到adaboost集成分类器中实现精细的识别。本发明采用颜色、形状、方向梯度直方图多个特征提高了交通标志识别的准确性。

主权项

1.一种多特征的分层交通标志识别方法，包括以下步骤：步骤1：对检测到的交通标志图像进行的中值滤波，并规整到标准的的待处理图像；步骤2：提取图像的RGB彩色信息，分别计算红色、黄色、蓝色像素数占总像素数的比例，取占最大比例的颜色为此图像的主色；步骤3：对图像进行颜色分割，并进行二值化处理，即红色、黄色、蓝色为白色，其它颜色为黑色，并用形态开闭滤波器去除孤立点；步骤4：对二值图像从左右边缘向中间扫描，当遇到满足交通标志颜色的像素点时即停止，获得标志的若干个外边缘特征点坐标，再结合最小二乘法对这些特征点进行曲线拟合，获得的一组解，(x,y)是边缘点的坐标；步骤5：由判断交通标志的形状特征；步骤6：根据颜色和形状进行第一层快速的标志分类，即若主色是黄色，形状为三角形，为警告标志；若主色是蓝色，形状为矩形或三角形，为指示标志；若主色是红色，形状为圆形，为禁令标志；为满足以上条件者，为禁令标志；步骤7：提取图像的方向梯度直方图（HOG）特征，即将的待处理图像取其亮度分量，划分成的重叠子块，计算每块梯度，将0到180度划分成9个方向计算方向直方图，并经过归一化处理形成维HOG特征；步骤8：对标准的每类交通标志分别采用Adaboost分类器进行T轮训练；步骤9：将图像的HOG特征输入组合分类器，得到最终识别结果。