作为C(i，j)是否是边缘点的度量，设置一阈值T(阈值T可根据公式T=y+3〇计算，其 中y是比的均值，。是Ds的标准方差），如果Ds>T时该像素被认为是一个边缘点。对 图像中的所有像素进行如上的计算，最终可以得到彩色边缘图像。如图5为本发明实施例 彩色边缘检测后的边缘图。
[0031] Step3:对于Step2中所检测出来的边缘上的每一个边缘点分别进行颜色对检测 处理。边缘颜色对检测方法如下：取边缘一点，在该点切线的垂直方向作一个IX(2m+l)的 线形窗口，其中m为大于等于1的整数，先在线形窗口内边缘点的一侧搜寻具有交通标志底 色或符号颜色的像素，若找不到说明它不是交通标志边缘点，在边缘图像中去掉它，若找得 至IJ，则在另一侧搜寻具有和此颜色配对的另一颜色的像素，另一侧若也找不到，说明它也不 是交通标志边缘点，同样在边缘图像中去掉此边缘点，若找得到，说明它可能是交通标志的 边缘点，在边缘图像中保留它。这里利用支持向量机（SVM)技术来判断颜色。如图6为本 发明实施例边缘颜色对检测后的边缘图。
[0032] Step4:经过Step3的边缘颜色对检测后，不符合交通标志颜色搭配的边缘点被去 掉，剩下的边缘点有可能就是交通标志的边缘点，为了进行下一步的处理，我们利用形态学 中的闭运算得到连通区域，这些连通区域，我们称之为交通标志疑似区域（ROI);如图7为 本发明实施例形态学闭运算后得到的ROI区域图。
[0033] 到此实现了交通标志粗定位。然后如图3所示交通标志精定位流程图，进入精定 位，使用设计的特征筛选器进行筛选：
[0034] Step5:由于交通标志具有固定的几何特征，比如说交通标志的面积不能过大也不 能过小、交通标志的形状都具有对称性等，可以利用交通标志的几何特征对ROI区域进行 筛选。设计一个二级特征筛选器，第一级为面积特征筛选，统计每一个ROI区域的像素点 数，像素点的个数记作ROI的面积，设置面积最大阈值和最小阈值，如果ROI的面积在这两 个阈值范围内，则保留该ROI区域，如果不在这个阈值范围内，则排除这个ROI区域；第二级 为对称特征筛选器，首先，利用canny算子对ROI区域进行边缘检测，提取出ROI区域的边 缘信息；然后求取出边缘点的梯度大小和方向，并在边缘点的梯度方向乘以一权值K，这样 就可以对潜在的对称中心进行加权；设置一阈值M，如果某个ROI区域中存在一点的权值大 于M，则该点就是对称点，该ROI区域就是对称区域，可判定为交通标志区域，否则的话就将 该ROI区域排除。如图8为本发明实施例特征筛选后的交通标志区域图。
[0035] Step6:对经过筛选后剩下来的交通标志区域进行水平和垂直投影，便可以将原图 像中的交通标志分割出来。如图9为本发明实施例检测出的交通标志图。
【主权项】
1. 一种基于边缘颜色对和特征筛选器的交通标志检测方法，其特征在于，具体包括如 下步骤： 1) 对采集到的图像进行预处理，消除噪声干扰，增加图像颜色对比度； 2) 对预处理后的图像采用基于方向区域距离测度的彩色边缘检测方法进行边缘检测， 提取出边缘信息； 3) 对边缘点进行边缘颜色对检测，符合交通标志颜色搭配的边缘点保留下来，不符合 的去掉； 4) 然后对剩下的边缘点进行形态学闭操作，形成联通区域，定义为交通标志疑似区域 R01，实现了交通标志粗定位； 5) 最后设计二级特征筛选器，对粗定位的ROI区域进行特征筛选，第一级为面积特征 筛选，统计每一个ROI区域的像素点数，像素点的个数记作ROI的面积，设置面积最大阈值 和最小阈值，如果ROI的面积在这两个阈值范围内，则保留该ROI区域，如果不在这个阈值 范围内，则排除这个ROI区域；第二级为对称特征筛选器，首先，利用canny算子对ROI区域 进行边缘检测，提取出ROI区域的边缘信息；然后求取出边缘点的梯度大小和方向，并在边 缘点的梯度方向乘以一权值K，这样就可以对潜在的对称中心进行加权；设置一阈值M，如 果某个ROI区域中存在一点的权值大于M，则该点就是对称点，该ROI区域就是对称区域，可 判定为交通标志区域，否则的话就将该ROI区域排除； 6) 对经过筛选后剩下来的交通标志区域进行水平和垂直投影，便可以将原图像中的交 通标志分割出来，为最终检测出的交通标志。2. 根据权利要求1所述基于边缘颜色对和特征筛选器的交通标志检测方法，其特征在 于，所述步骤2)彩色边缘检测方法进行边缘检测，提取出边缘信息，具体步骤如下： A :对图像中的每一个像素点进行如下处理：图像中的第（i，j)个像素点用C(i，j)表 示，则 C(i，j) = (R(i，j)，G(i，j)，B(i，j))，其中 R(i，j)、G(i，j)、B(i，j)是像素 C(i，j) 在RGB颜色空间中红、绿和蓝颜色分量，以C(i，j)为中心作一个（2s+l) (2s+l)的窗口， 其中s为大于等于1的常数，在窗口内过C(i，j)作与垂直方向成β (0 < β < π)的 线段L，将窗口分成^和W2两部分，统计w JPw 2两部所包含的像素个数Ν，根据公式(分别计算出w 4口 W2内像素 R、G、B的颜色分量平均值，其中分别是^和w 2内第k个像素点的红、绿、蓝三个分量； B :根据公式计算％和W 2 间的平均彩色距离，当β在0和之间变化时，De必有一个最大值，记0彡β彡3!，把比作为C(i，j)是否是边缘点的度量，设置一阈值Τ，如果DS>T时该像素被 认为是一个边缘点，对图像中的所有像素进行如上的计算，最终得到彩色边缘图像，其中 阈值T根据公式T= μ+3σ计算，其中μ是〇3的均值，σ是〇3的标准方差。3.根据权利要求1或2所述基于边缘颜色对和特征筛选器的交通标志检测方法，其特 征在于，所述步骤3)边缘颜色对检测方法如下：取边缘一点，在该点切线的垂直方向作一 个I X (2m+l)的线形窗口，其中m为大于等于1的整数，先在线形窗口内边缘点的一侧搜寻 具有交通标志底色或符号颜色的像素，若找不到说明它不是交通标志边缘点，在边缘图像 中去掉它，若找得到，则在另一侧搜寻具有和此颜色配对的另一颜色的像素，另一侧若也找 不到，说明它也不是交通标志边缘点，同样在边缘图像中去掉此边缘点，若找得到，说明它 可能是交通标志的边缘点，在边缘图像中保留它，利用支持向量机SVM来判断颜色。
【专利摘要】本发明涉及一种基于边缘颜色对和特征筛选器的交通标志检测方法，首先对采集到的图像进行预处理，消除噪声干扰，增加图像颜色对比度；对预处理后的图像采用基于方向区域距离测度的彩色边缘检测方法进行边缘检测，提取出边缘信息；然后对边缘点进行边缘颜色对检测，将不符合交通标志颜色搭配的边缘点去掉；然后对剩下的边缘点进行形态学闭操作，形成联通区域，实现了交通标志粗定位；最后设计一个特征筛选器，对粗定出的感兴趣区域(ROI)进行特征筛选，符合交通标志特征的ROI区域保留下来，不符合的去掉，最终检测出的交通标志。可以有效的检测出褪色的交通标志；设计的二级特征筛选器，充分利用交通标志的面积特征和对称特征，提高检测的正确率。
【IPC分类】G06K9/00
【公开号】CN105069419
【申请号】CN201510447215
【发明人】李文举, 李海峰, 姚建国
【申请人】上海应用技术学院
【公开日】2015年11月18日
【申请日】2015年7月27日