專利名稱：一種低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字圖像處理應(yīng)用領(lǐng)域，具體涉及一種低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法。
背景技術(shù)：
交通標(biāo)志檢測(cè)和識(shí)別是智能交通系統(tǒng)中的一個(gè)熱點(diǎn)，近年來(lái)得到越來(lái)越多的關(guān)注。實(shí)際交通道路遇到的狀況非常復(fù)雜，傳感器采集到的交通標(biāo)志圖片往往會(huì)出現(xiàn)不同程度上的退化，比如交通標(biāo)志的大小不一致，交通標(biāo)志會(huì)發(fā)生一定角度的偏轉(zhuǎn)，交通標(biāo)志牌上的光照不均勻，由于拍攝角度的不確定，交通標(biāo)志還會(huì)受到一定角度的水平或者垂直錯(cuò)切，另外還存在交通標(biāo)志被樹(shù)木、廣告等遮擋的問(wèn)題等等，這些問(wèn)題使得交通標(biāo)志的檢測(cè)與識(shí)別變得相當(dāng)困難。已有研究者提出了一些戶外交通標(biāo)志識(shí)別方法，他們將交通標(biāo)志識(shí)別這個(gè)任務(wù)主要分為兩個(gè)步驟檢測(cè)階段和分類階段。在檢測(cè)階段，主要采用形狀特征或者顏色特征來(lái)選擇感興趣區(qū)域；在分類階段，主要從學(xué)習(xí)器和圖像特征方面尋求解決方案，即提取合適的圖像特征采用合適的學(xué)習(xí)器完成最終的交通標(biāo)志識(shí)別任務(wù)。這些已有的方法多數(shù)應(yīng)用于照度條件較好的情況下的交通標(biāo)志識(shí)別。但是，在夜晚拍攝的照片多數(shù)照度條件較差，使得拍攝得到的交通標(biāo)志圖片的亮度分量、飽和度分量和色調(diào)分量都發(fā)生較大的改變。而且，夜晚場(chǎng)景下的交通標(biāo)志的識(shí)別將會(huì)受到眾多燈光光照影響，如汽車前后向燈、路燈、辦公樓照明等。因此，已有的交通標(biāo)志檢測(cè)與識(shí)別方法不可避免的遇到了困難。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)在低照度場(chǎng)景下的戶外交通標(biāo)志檢測(cè)識(shí)別差的不足，本發(fā)明提出一種低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法。本發(fā)明是一種在低照度場(chǎng)景下適應(yīng)性強(qiáng)，準(zhǔn)確率高的戶外交通標(biāo)志識(shí)別方法。為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案為一種低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，包括以下步驟I)采集輸入含有交通標(biāo)志的低照度場(chǎng)景圖片；2)對(duì)含有交通標(biāo)志的低照度場(chǎng)景圖像進(jìn)行HSV變換，計(jì)算低照度場(chǎng)景圖像的積分直方圖并檢測(cè)交通標(biāo)志感興趣區(qū)域；3)對(duì)步驟2)的交通標(biāo)志感興趣區(qū)域使用SIFT算法進(jìn)行一次匹配，計(jì)算其尺度不變特征點(diǎn)的描述子，并和預(yù)先建立的標(biāo)準(zhǔn)庫(kù)中的交通標(biāo)志圖像進(jìn)行匹配得到匹配點(diǎn)對(duì)；4)在步驟2)的交通標(biāo)志感興趣區(qū)域中以步驟3)得到的尺度不變特征點(diǎn)的坐標(biāo)為圖像中心點(diǎn)，取M*M的子圖；5)對(duì)M*M的子圖分別計(jì)算融合了色調(diào)H、飽和度S和亮度V后的改進(jìn)顏色量化直方圖及歸一化的改進(jìn)顏色直方圖；6)根據(jù)改進(jìn)顏色直方圖，計(jì)算步驟3)得到的匹配點(diǎn)對(duì)中的兩個(gè)匹配點(diǎn)的直方圖的夾角；7)去除夾角值大于數(shù)值為TH的匹配點(diǎn)對(duì)；去除無(wú)一一匹配的匹配點(diǎn)；8)根據(jù)匹配點(diǎn)數(shù)獲得低照度場(chǎng)景圖片的交通標(biāo)志識(shí)別結(jié)果。所述步驟2)的檢測(cè)交通標(biāo)志感興趣區(qū)域的檢測(cè)包括以下步驟21)對(duì)含有交通標(biāo)志的低照度場(chǎng)景圖像進(jìn)行HSV變換計(jì)算出低照度場(chǎng)景圖像的色
調(diào)H、飽和度S、亮度V的分量，色調(diào)H、飽和度S、亮度V的計(jì)算如下
權(quán)利要求
1.一種低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于包括以下步驟 1)采集輸入含有交通標(biāo)志的低照度場(chǎng)景圖片； 2)對(duì)含有交通標(biāo)志的低照度場(chǎng)景圖像進(jìn)行HSV變換，計(jì)算低照度場(chǎng)景圖像的積分直方圖并檢測(cè)交通標(biāo)志感興趣區(qū)域； 3)對(duì)步驟2)的交通標(biāo)志感興趣區(qū)域使用SIFT算法進(jìn)行一次匹配，計(jì)算其尺度不變特征點(diǎn)的描述子，并和預(yù)先建立的標(biāo)準(zhǔn)庫(kù)中的交通標(biāo)志圖像進(jìn)行匹配得到匹配點(diǎn)對(duì)； 4)在步驟2)的交通標(biāo)志感興趣區(qū)域中以步驟3)得到的尺度不變特征點(diǎn)的坐標(biāo)為圖像中心點(diǎn)，取M*M的子圖； 5)對(duì)M*M的子圖分別計(jì)算融合了色調(diào)H、飽和度S和亮度V后的改進(jìn)顏色量化直方圖及歸一化的改進(jìn)顏色直方圖； 6)根據(jù)改進(jìn)顏色直方圖，計(jì)算步驟3)得到的匹配點(diǎn)對(duì)中的兩個(gè)匹配點(diǎn)的直方圖的夾角； 7)去除夾角值大于數(shù)值為TH的匹配點(diǎn)對(duì)；去除無(wú)一一匹配的匹配點(diǎn)； 8)根據(jù)匹配點(diǎn)數(shù)獲得低照度場(chǎng)景圖片的交通標(biāo)志識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求I所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述步驟2)的檢測(cè)交通標(biāo)志感興趣區(qū)域的檢測(cè)包括以下步驟 21)對(duì)含有交通標(biāo)志的低照度場(chǎng)景圖像進(jìn)行HSV變換計(jì)算出低照度場(chǎng)景圖像的色調(diào)H、飽和度S、亮度V的分量，色調(diào)H、飽和度S、亮度V的計(jì)算如下
3.根據(jù)權(quán)利要求2所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述步驟23)采用閾值法進(jìn)行區(qū)域檢測(cè)，采用數(shù)學(xué)形態(tài)學(xué)計(jì)算低照度場(chǎng)景圖像的各個(gè)連通域。
4.根據(jù)權(quán)利要求3所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述閾值法包括以下情況 41)對(duì)于紅色交通標(biāo)志，色調(diào)H取值范圍為0 20和340 360;積分飽和度CulSk取值范圍為(Tl ;積分亮度CulVk取值范圍為(Tl ； 42)對(duì)于黃色交通標(biāo)志，色調(diào)H取值范圍為25飛5;積分飽和度CulSk取值范圍為O.8^1 ;積分亮度CulVk取值范圍為0. 8^1 ； 43)對(duì)于黃色交通標(biāo)志，色調(diào)H取值范圍為195 235;積分飽和度CulSk取值范圍為(Tl ;積分亮度CulVk取值范圍為(Tl。
5.根據(jù)權(quán)利要求I所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述步驟4)的計(jì)算融合色調(diào)H、飽和度S和亮度V后的改進(jìn)顏色量化直方圖Wk及歸一化的改進(jìn)顏色直方圖Γ k，其計(jì)算如下
6.根據(jù)權(quán)利要求I所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述步驟4)中M的取值范圍為3、。
7.根據(jù)權(quán)利要求6所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述M的取值為9。
8.根據(jù)權(quán)利要求I所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述步驟7)采用閾值法去除夾角值大于數(shù)值為TH的匹配點(diǎn)。
9.根據(jù)權(quán)利要求8所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述步驟7)中的去除夾角值大于數(shù)值為TH的匹配點(diǎn)；并去除無(wú)一一匹配的匹配點(diǎn)的步驟如下 81)根據(jù)步驟6)獲得匹配點(diǎn)對(duì)中的兩個(gè)匹配點(diǎn)的直方圖的夾角，去除夾角值大于數(shù)值為THl的匹配點(diǎn)對(duì)； 82)計(jì)算步驟81)獲得的匹配點(diǎn)對(duì)中每個(gè)匹配點(diǎn)與其他匹配點(diǎn)匹配成功的匹配數(shù)； 83)提取步驟82)中匹配數(shù)大于I的匹配點(diǎn)對(duì)； 84)分別計(jì)算83)得到的匹配點(diǎn)對(duì)中的兩個(gè)匹配點(diǎn)分別與圖像中心點(diǎn)的夾角； 85)去除步驟84)中匹配點(diǎn)對(duì)中的兩個(gè)匹配點(diǎn)與圖像中心點(diǎn)的任一夾角值大于數(shù)值為TH2的匹配點(diǎn)對(duì)，計(jì)算匹配點(diǎn)數(shù)。
10.根據(jù)權(quán)利要求9所述低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，其特征在于所述數(shù)值THl的取值范圍為(Γ60度；數(shù)值ΤΗ2的取值范圍為(Γ60度。
全文摘要
本發(fā)明公開(kāi)了一種低照度場(chǎng)景下的戶外交通標(biāo)志識(shí)別方法，包括以下步驟對(duì)含有交通標(biāo)志的低照度場(chǎng)景圖像進(jìn)行HSV變換，計(jì)算低照度場(chǎng)景圖像的積分直方圖并采用閾值法和數(shù)學(xué)形態(tài)學(xué)方法檢測(cè)交通標(biāo)志感興趣區(qū)域；對(duì)交通標(biāo)志感興趣區(qū)域使用SIFT算法計(jì)算其尺度不變特征點(diǎn)的描述子，并和標(biāo)準(zhǔn)庫(kù)中的圖像匹配得到匹配點(diǎn)對(duì)；以尺度不變特征點(diǎn)的坐標(biāo)為圖像中心點(diǎn)，取子圖；對(duì)子圖分別計(jì)算融合了色調(diào)、飽和度和亮度后的改進(jìn)顏色量化直方圖及歸一化的改進(jìn)顏色直方圖；計(jì)算匹配點(diǎn)對(duì)中的兩個(gè)匹配點(diǎn)的直方圖的夾角；去除夾角差異過(guò)大的匹配點(diǎn)對(duì)；去除無(wú)一一匹配的匹配點(diǎn)；根據(jù)匹配點(diǎn)數(shù)獲得低照度場(chǎng)景圖片的交通標(biāo)志識(shí)別結(jié)果。本發(fā)明為一種魯棒性較強(qiáng)、準(zhǔn)確率較高的戶外交通標(biāo)志識(shí)別方法。
文檔編號(hào)G06K9/00GK102881160SQ201210250218
公開(kāi)日2013年1月16日 申請(qǐng)日期2012年7月18日 優(yōu)先權(quán)日2012年7月18日
發(fā)明者蔡念, 梁文昭, 陸滿, 翁韶偉, 許少秋, 孫盛, 王晗 申請(qǐng)人:廣東工業(yè)大學(xué)