[发明专利]一种交通标志包围盒的优化方法

权利要求书

1.一种交通标志的包围盒的优化方法，其特征在于，包括：

S1、对原始的包围盒中的每个像素进行初始的标记，获得交通标志的初始的形状；

S2、基于所述初始的形状以及交通标志的标准形状，获得初始的形变参数；

S3、基于所述初始的形状和形变参数优化能量函数，获得更优的形状和形变参数；以及

S4、基于所述更优的形状和形变参数，对所述能量函数进行多次迭代运算，获得优化的包围盒；

其中，步骤S3包括：

S3.1、基于所有像素获得的颜色因子、形状因子以及平滑因子，创建以形状和形变参数为变量的能量函数；

S3.2、固定初始的形变参数，计算使所述能量函数取最小值的形状，作为下一次迭代的形状；以及

S3.3、固定初始的形状，计算使所述能量函数取最小值的形变参数，作为下一次迭代的形变参数；

所述能量函数的表达式为：

E_data(L,H)＝E_color(L)+λ_shapeE_shape(L,H)；

L为本次迭代输入的形状；H为本次迭代输入的形变参数；E(L,H)为以L和H为变量获得的能量函数值；P为包围盒中所有像素的集合，N为P的轮廓像素集合，对于P中的像素p，L_p为像素p的标记值，L_p∈(0,1)，0代表该像素为背景像素，1代表该像素为交通标志像素；为数据因子；E_color表示颜色因子；E_shape表示形状因子；E_smooth表示平滑因子；λ_shape表示形状因子权重；λ_smooth表示平滑因子权重。

2.如权利要求1所述的交通标志的包围盒的优化方法，其特征在于，所述步骤S1包括：

S1.1、基于原始的包围盒的尺寸，重新采集该交通标志的包围盒，重新采集的包围盒的尺寸为原始的包围盒的尺寸的两倍；以及

S1.2、基于图割算法对所述重新采集的包围盒进行初始的标记，即对包围盒的每个像素分为交通标志像素或背景像素；

S1.3、将所有交通标志像素组合成的形状记为初始的形状。

3.如权利要求2所述的交通标志的包围盒的优化方法，其特征在于，所述步骤S2包括：

S2.1、分别计算所述初始的形状与交通标志的标准形状的形状上下文描述因子；

S2.2、匹配两个所述形状上下文描述因子，获得所述初始的形状与交通标志的标准形状间的对应关系；以及

S2.3、对所述对应关系基于RANSAC算法获得初始的形变参数。

4.如权利要求2所述的交通标志的包围盒的优化方法，其特征在于，所述步骤S3.1中颜色因子的获得方法为：

对每个像素分别训练一个高斯混合模型，获得各高斯混合模型的权重、均值以及协方差；

计算每个像素对应于自身训练的高斯混合模型中各成员的概率；

采集每个像素的RGB值；

基于所述高斯混合模型的权重、均值、协方差、概率以及RGB值，获得每个像素的颜色因子；以及

基于每个像素的颜色因子获得当前迭代输入的形状的颜色因子。

5.如权利要求2所述的交通标志的包围盒的优化方法，其特征在于，所述步骤S3.1中形状因子的获得方法为：

基于形变参数，将标准形状通过单应性形变矩阵形变为近似于当前迭代输入的形状的近似形状；

将当前迭代输入的形状和近似形状中的交通标志像素作为1，将背景像素作为0，分别获得所述当前迭代输入的形状及近似形状的二值图像；

对两个二值图像，计算对应位置的每个像素的形状因子；以及

将所有像素的形状因子相加，获得当前迭代输入的形状的形状因子。