基于形状特征不变子空间的交通标志识别方法
【专利摘要】本发明涉及一种基于形状特征不变子空间的交通标志识别方法，以交通标志的二值图像为特征提取对象，将主成分分析方法和线性判别分析方法相结合，先利用主成分分析方法对交通标志图像进行特征提取，得到具有最佳描述效果的特征矩阵；再在该矩阵上用线性判别分析方法进行二次特征提取，得到具有最佳分类效果的特征矩阵，所以本方法所提取的特征既具有最佳描述性也具有最佳区分性；最后采用最小距离分类法对所提取特征进行识别，通过实验验证可以将交通标志准确的识别出来。
【专利说明】基于形状特征不变子空间的交通标志识别方法
【技术领域】:
[0001]本发明涉及交通标志的识别方法，特别是涉及一种基于形状特征不变子空间的交通标志识别方法。
【背景技术】:
[0002]智能交通系统是将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合的运输和管理系统，它通过人、车、路的和谐、密切配合提高交通运输效率，缓解交通阻塞，提高道路通行能力，减少交通事故，降低能源消耗，减轻环境污染。作为智能交通系统的重要组成部分，交通标志识别系统在增强机动车与行人安全性等方面起着重要作用。
[0003]交通标志识别系统包括对交通标志的检测、定位、特征提取和识别，目前对交通标志的检测和定位研究相对成熟，而特征提取和识别方面的研究较少。本发明提供了一种基于形状特征不变子空间的交通标志识别方法。在交通标志特征提取方面。国外起步较早，典型代表有:H.Fleyeh E.Davami将PCA方法用于交通标志的识别上，先利用交通标志的颜色信息将可疑交通标志从自然图像中检测分离出来，并对发生形变的交通标志进行仿射矫正，用PCA方法分别对限速标志和警告标志进行特征提取，再用支持向量机对所提取结果进行分雾识别；Merve CanKus提出了基于shif描述子的仿射不变性的交通标志识别；BogUSlavx Cyganek用张量分析的方法对禁令交通标志进行识别。国内典型代表有:陈芝协对道路场景中的交通标志图像做矩特征提取，先用SVM方法按颜色和形状进行分类，再提取Zernike矩的9个特征值，再采用简单的模式匹配方法检验识别结果。毛建旭、刘敏提出了一种基于ICA仿射不变的Zernike矩特征方法，该方法先通过ICA变换将仿射变换的交通标志恢复到旋转和镜像变换上，然后再通过提取区域镜像和旋转不变的Zernike矩特征来进行匹配识别出交通标志的类型。
[0004]交通标志具有颜色鲜明，形状特征明显的特点，正常情况下，交通标志的图像信息是比较清晰的，但是自然条件下采集的交通标志图像很容易受到外界条件的影响造成所采集的图像存在噪声，造成以颜色信息为基础的识别方法不准确。因此设计一款抗噪声干扰性强的识别方法具有非常重要的现实意义。
【发明内容】
:
[0005]发明目的:
[0006]本发明涉及一种基于形状特征不变子空间的交通标志识别方法，其目的是设计出一种可以针对不同噪声影响条件下采集的交通标志进行特征提取和识别的方法。通过对图库进行实验验证算法的可行性，可以依据算法进行嵌入式系统的研究，最终实现对道路交通标志的识别，提高道路行车安全。
[0007]技术方案:[0008]本发明是通过以下技术方案来实现的:
[0009]一种基于形状特征不变子空间的交通标志识别方法，其特征在于:步骤如下:
[0010](１)建立交通标志图像数据库:针对交通标志主标志进行识别，分别建立指示交通标志图像数据库、警告交通标志图像数据库和禁令交通标志图像数据库，分为以下几步:
[0011]１)下载标准交通标志的彩色图像，建立相应的彩色图像数据库；
[0012]2)利用公式gray=0.299R+0.587G+0.114B将交通标志图像转化为灰度图像，建立相应的灰度图像数据库；
[0013]3)对图像加入噪声；
[0014]4)对灰度图像进行二值化，建立交通标志的形状数据库；
[0015](2)计算主成分分析(PCA)特征子空间:
[0016]假设交通标志图像集合为:X = {fi (X，y), f2(x, y),..., fN (x, y)}，每一幅图像fi (x, y)都能够按照行顺序展开成一个M维的向量足
【权利要求】
1.一种基于形状特征不变子空间的交通标志识别方法，其特征在于:步骤如下: (1)建立交通标志图像数据库:针对交通标志主标志进行识别，分别建立指示交通标志图像数据库、警告交通标志图像数据库和禁令交通标志图像数据库，分为以下几步: 1)下载标准交通标志的彩色图像，建立相应的彩色图像数据库； 2)利用公式gray=0.299R+0.587G+0.114B将交通标志图像转化为灰度图像，建立相应的灰度图像数据库； 3)对图像加入噪声； 4)对灰度图像进行二值化，建立交通标志的形状数据库； (2)计算主成分分析(PCA)特征子空间: 假设交通标志图像集合为:X = Ifi (x, y), f2 (x, y),..., fN(x, y)}，每一幅图像fjx，y)都能够按照行顺序展开成一个μ维的向量克，…^Rm，M为图像像素个数，它的协方差矩阵定义为:C = XXt = E{(X-u) (X-u)τ}，其中u = Ε{Χ}； 对C进行奇异值分解:
【文档编号】G06K9/64GK103761538SQ201410012899
【公开日】2014年4月30日 申请日期:2014年1月10日 优先权日:2014年1月10日
【发明者】张志佳, 何纯静, 李雅红, 崔世昊 申请人:沈阳工业大学