CN102364560B - 一种便于电子识别的交通标牌及其识别方法 - Google Patents
一种便于电子识别的交通标牌及其识别方法 Download PDFInfo
- Publication number
- CN102364560B CN102364560B CN201110318620.6A CN201110318620A CN102364560B CN 102364560 B CN102364560 B CN 102364560B CN 201110318620 A CN201110318620 A CN 201110318620A CN 102364560 B CN102364560 B CN 102364560B
- Authority
- CN
- China
- Prior art keywords
- pixel
- traffic sign
- team
- color
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明提供了一种便于电子识别的交通标牌及其识别方法,所述交通标牌除了保留现有面向驾驶员识别的部分外,还包括便于被电子设备所摄取、由纯色图块根据空间关系进行排列组合所组成的部分,且纯色图块的颜色和/或其排列组合方式代表特定的标识信息。本发明针对道路交通环境中计算机视觉的技术特点,制定一种同时面向驾驶员和计算机视觉辨识的交通标牌设计方法,对开发智能辅助驾驶系统、提高道路通行效率和安全性具有重要的意义。
Description
技术领域
本发明属于交通标牌设计、计算机辅助驾驶技术以及交通图像处理技术领域,具体涉及一种便于电子识别的交通标牌及其识别方法。
技术背景
交通标牌是管理者向道路使用者传递指引、告警和行为限制等信息的载体,是保障交通安全、有序、高效运行的重要基础设施。目前我国各级道路交通标牌的设计按照《GB5768》等标准进行,其中颜色、形状、字符、图形是交通标牌的基本要素。在驾驶过程中,随着汽车行驶速度的提高,驾驶员的注视点前移,视野变窄,周界感减小,导致视觉感知信息的能力也相应下降;当靠近路边的景物相对于驾驶员眼睛的回转角度大于72°/s时,景物在视网膜上就不能清晰成像,车速越高就越看不清路边近处的景物。此外,当驾驶环境较为复杂时(如车距较小或出现频繁换道的情况),或者长时间驾驶导致精力不足时,驾驶员往往会将注意力集中在前、后方车辆上而忽视路侧的交通标牌。最后,当同一地点交通标牌的数量过多时,驾驶者也无法完全看清各标牌上的内容。由于上述原因,驾驶员在车辆行驶过程中将不可避免地会忽略或来不及识别路边交通标牌上的信息,导致道路管理部门发布的信息(特别是管制、安全告警等重要信息)无法及时、准确地为驾驶者所接收,这将在一定程度上影响道路交通的安全性和通行效率。
计算机辅助驾驶是现代汽车的重要组成部分,利用其进行交通标牌识别能够较好地解决驾驶员漏看、或者忽视交通标牌信息的问题。我国的交通标牌主要依据人体在动视觉条件下的色彩、形状辨识能力而制定设计标准,标牌上图像、文字的编排并没考虑计算机图像处理的要求,现有计算机视觉技术在识别这些图像所表达的信息时精度并不理想,容易产生错误的引导。
现有用于辅助驾驶的交通标牌信息提示技术主要有:
1、GPS技术。利用全球卫星定位系统及“地理坐标—交通坐标—交通标牌”数据库能够实现车辆到达特定位置给予信息提示的目的。该方法的不足是所有交通坐标和对应的交通标牌都必须预先录入系统中,当道路上的标牌信息变更、或者出现临时标牌时(如道路施工竖起的临时标牌),系统难以及时进行信息更新。
2、短距离通信技术。通过无线电发射器向过往车辆的车载装置发送交通信息,可以实现交通标牌信息的及时传达。该方法的不足在于:需要配置路侧通信装置及相应的供电系统,系统维护成本高;过多的标牌信息发送站会导致较严重的电磁污染;信号会对对向行驶的车辆产生错误的引导。
3、计算机视觉技术。计算机视觉系统是通过图像摄取装置(包括CMOS和CCD等传感系统)将目标对象转化为图像信号,并按照一定的采样频率将像素数据传送给专用的图像处理系统,根据像素分布和亮度、色彩等特征,提取需要的信息。现有视频图像识别技术在动视觉环境下辨识能力有限,难以准确识别交通标牌上的文字及符号。
发明内容
本发明的目的在于克服现有技术的不足,提供一种同时面向驾驶员和计算机视觉系统的交通标牌设计方法,以及针对该交通标牌的计算机视觉辨识方法。
为了实现上述发明目的,采用的技术方案如下:
一种便于电子识别的交通标牌,所述交通标牌由便于被电子设备所摄取的纯色图块根据空间关系进行排列组合所组成,且该纯色图块的颜色和/或其排列组合方式代表特定的标识信息。
上述技术方案中,所述纯色图块包括规则图块和/或不规则图块,所述规则图块采用矩形、平行四边形、方形、圆形、三角形和/或梯形。
所述纯色图块的排列组合方式包括水平、垂直和/或特定角度。
所述交通标牌设置在现有交通标牌上。
所述交通标牌的识别方法,包括如下步骤:
1)通过摄像机获取的纯色图块的图像序列;
2)对每帧图像进行预处理,消除其中的空洞和不清晰边界;
3)获取像素组队序列,根据纯色图块的排列进行像素组队,其中每一像素对应色彩空间的某个向量,具有多个分量的值;
4)在色彩空间中以最小化欧式距离为聚类依据对每个像素的色彩向量进行标准化;
5)以设定的误差允许值对像素组队进行近邻同类合并,此时像素组队中每个单元表示为具有2个元素的向量,分别对应色彩向量标准化值和近邻同类连续像素数;
6)在像素组队向量序列中搜寻已定义的模式,每一种已定义的模式对应一种交通标牌信息,当搜寻到已定义的模式时,完成识别。
所述步骤3)的像素组队具体采用如下的一种或多种子步骤:
31)纯色图块按照水平方向组合,则按照逐行的方式将图像中的像素组成像素组队;
32)纯色图块按照垂直方向组合,则按照逐列的方式将图像中的像素组成像素组队;
33)纯色图块按照特定角度组合,则按照特定角度将图像中相应的像素组成像素组队。
所述步骤3)的色彩空间采用RGB(R为红,G为绿,B为蓝)、YCbCr(Y为亮度,Cb为蓝色分量,Cr是红色分量)HSV(H为色调、S为饱和度、V为数值)或HSI(色调、饱和度、强度)。
所述步骤2)中消除每帧图像中空洞和不清晰边界具体采用形态学图像处理方法和拉普拉斯、罗伯特等边界增强滤波法。
所述步骤5)进行近邻同类合并时,先采用色彩空间的欧氏距离法进行像素序列合并,再利用形如[A,*,B]的判决算子,消除两个大区间A、B之间的小区间*。
所述步骤6)搜寻已定义的模式,首先对每个标准化的色彩向量采用相应的符号代替,此时每个像素组队抽象为形如“3(A)4(B)2(C)……”的游程编码序列,其中“A”、“B”、“C”代表标准色彩向量值,小括号外的数字代表此处色彩值取该向量的连续像素数,在此基础上采用正则表达式找出所有已定义的模式。
本发明在现有交通标牌标准(例如《GB5768》)的基础上,提出一种同时面向驾驶员和计算机视觉系统的交通标牌,该交通标牌由便于被电子设备所摄取的纯色图块根据空间关系进行排列组合所组成,由于CCD/CMOS等传感器成像需要一定时间,当车辆处于运动状态时,视频图像容易产生模糊现象,此时复杂图像(例如目前大部分标牌上的图像)的边沿容易钝化甚至失真,辨别难度较大。而简单纯色图块通过一定的处理,即便在高速行驶的过程中也具有相当好的成像稳定性。除此此外,采用纯色图块按照一定的排列方式组成的图案来表示某种信息的优点还表现为不同文字背景的驾驶人员均可理解、认读。本发明针对道路交通环境中计算机视觉的技术特点,制定一种同时面向驾驶员和计算机视觉辨识的交通标牌设计方法,对开发智能辅助驾驶系统、提高道路通行效率和安全性具有重要的意义。
附图说明
图1为本发明的交通标牌结构示意图。
图2为本发明的识别方法流程图。
具体实施方式
下面结合附图对本发明做进一步的说明。
本发明的交通标牌结构如附图1所示,在现有交通标牌标准(例如《GB5768》)的基础上,增加面向计算机视觉辨识的部分,具体做法是在保留现有标牌内容(包括颜色、形状、字符、图形等)的情况下,增加专门用于计算机视觉辨识的纯色图块,既保证驾驶员人为辨识标牌不受影响,又为计算机辨识带来便利性,增加的纯色图块部分可设置在原标牌的上边,如图1的(a)部分,也可设置在原标牌的下边,如图1的(b)部分,也可设置在原标牌的左边,如图1的(c)部分,也可设置在原标牌的右边,如图1的(d)部分,还可以设置在原标牌中间某空白处(以不干扰原标牌的易读性为原则),如图1的(e)部分,本发明的交通标牌以纯色图块(包括矩形、平行四边形、方形、圆形、三角形、梯形等规则图块和其它不规则图块)按照一定空间关系(包括水平、垂直、特定角度以及以上3种排列方式的组合)进行排列组合,通过图块颜色及其排列组合方式表达特定的交通标识信息。计算机视觉系统在识别纯色图块集合及其组合方式的基础上,进一步通过模式匹配的方式获取标牌所要表达的信息。构造组合图块具有较高的灵活性,仅需使其在一般的交通场景中具有唯一性即可。如果图块颜色仅为黑色和白色,按照以上方法有可能形成类似条形码的组合图块,也即是说,产生条形码型的组合图块是本方法的一种特例。
本发明所设计的交通标牌可单独设计,也可对现有标牌进行改造,若对原有标牌的改造,可在标牌边缘加装组合图块部分,或者直接在标牌空隙处加贴组合图块,如是LED等可变情报板,则在显示图像上增加纯色图块的部分。纯色图块大小的确定以摄像机中组合图块能够完整、清晰成像为基本原则。由于实际应用中成像效果与摄像机性能、车辆速度等因素有关,因此一般按照以下原则确定基本图块的大小:参照《GB5768》的标准,对于不同的道路(实际上对应不同的设计车速),图块水平方向上(也即车辆行驶方向)的最大长度不小于该类道路上标牌字符宽度的1/3,图块垂直方向上的最大长度不小于该类道路上标牌字符宽度的1/6,在条件允许的情况下基本图块应尽量大一些。
本发明的交通标牌的识别过程如附图2所示,主要包括如下步骤:
1、提取摄像机获取的图像序列;
2、对每帧图像进行预处理,消除其中空洞和边界不清晰的情况;
3、获取像素组队序列:具体方法是根据组合图块的排列方向进行像素组队,如图块按照水平(垂直)方向组合,则按照逐行(列)的方式将图像中每一行的像素组成像素组队,其中每一像素对应色彩空间(如RGB空间)的某个向量;
4、在色彩空间中以最小化欧式距离为聚类依据对各像素的色彩向量进行标准化;
5、以设定的误差允许值(表现为色彩空间中的向量距离)对像素组队进行近邻同类合并,此时组队中每个单元可表示为具有2个元素的向量,分别对应色彩向量标准化值和近邻同类连续像素数;
6、在像素组队向量序列中搜寻已定义的模式(每一模式对应一种标牌),当搜寻到已定义的模式时,则完成识别,并可根据识别结构进行图像记录、语音播报等辅助驾驶活动。
其中,步骤2消除每帧图像中空洞和边界不清晰的情况可采用形态学图像处理方法和拉普拉斯、罗伯特等边界增强滤波法。
步骤5以一定的误差允许值对每个像素组队进行近邻同类合并时,可先采用色彩空间的欧氏距离法进行像素序列合并,再利用形如[A,*,B]的判决算子,消除两个大区间A、B之间的小区间*。
步骤6在像素组队序列中搜寻已定义的模式,首先对每个标准化的色彩向量采用相应的符号代替,此时每个像素组队可抽象为形如“3(A)4(B)2(C)……”的游程编码序列,其中“A”、“B”、“C”等代表标准色彩向量值,小括号外的数字代表此处色彩值取该向量的连续像素数,在此基础上可采用正则表达式等方法找出所有已定义的模式。
Claims (5)
1.一种便于电子识别的交通标牌的识别方法,所述便于电子识别的交通标牌由便于被电子设备所摄取的纯色图块根据空间关系进行排列组合所组成,且该纯色图块的颜色和/或其排列组合方式代表特定的标识信息;
所述交通标牌包括电子识别的部分,以及与现有交通标牌相同的部分,与现有交通标牌相同的部分面向驾驶员的人工识别;
纯色图块加装在现有交通标牌的边缘或者直接加贴在现有交通标牌空隙处;
其特征在于包括如下步骤:
1)通过摄像机获取的纯色图块的图像序列;
2)对每帧图像进行预处理,消除其中的空洞和不清晰边界;
3)获取像素组队序列,并根据纯色图块的排列进行像素组队,其中每一像素对应色彩空间的某个向量,具有多个分量的值;
4)在色彩空间中以最小化欧式距离为聚类依据对每个像素的色彩向量进行标准化;
5)以设定的误差允许值对像素组队进行近邻同类合并,此时像素组队中每个单元表示为具有2个元素的向量,分别对应色彩向量标准化值和近邻同类连续像素数;
6)在像素组队向量序列中搜寻已定义的模式,每一种已定义的模式对应一种交通标牌信息,当搜寻到已定义的模式时,完成识别。
2.根据权利要求1所述的识别方法,其特征在于所述步骤3)的像素组队具体采用如下的一种或多种子步骤:
31)纯色图块按照水平方向组合,则按照逐行的方式将图像中的像素组成像素组队;
32)纯色图块按照垂直方向组合,则按照逐列的方式将图像中的像素组成像素组队;
33)纯色图块按照特定角度组合,则按照特定角度将图像中相应的像素组成像素组队。
3.根据权利要求1或2所述的识别方法,其特征在于所述步骤3)的色彩空间采用RGB、YCbCr、HSV或HSI。
4.根据权利要求1所述的识别方法,其特征在于所述步骤2)中消除每帧图像中空洞和不清晰边界分别采用形态学图像处理方法和拉普拉斯、罗伯特等边界增强滤波法。
5.根据权利要求1所述的识别方法,其特征在于所述步骤6)搜寻已定义的模式,首先对每个标准化的色彩向量采用相应的符号代替,此时每个像素组队抽象为形如“3(A)4(B)2(C)……”的游程编码序列,其中“A”、“B”、“C”代表标准色彩向量值,小括号外的数字代表此处色彩值取该向量的连续像素数,在此基础上采用正则表达式找出所有已定义的模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110318620.6A CN102364560B (zh) | 2011-10-19 | 2011-10-19 | 一种便于电子识别的交通标牌及其识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110318620.6A CN102364560B (zh) | 2011-10-19 | 2011-10-19 | 一种便于电子识别的交通标牌及其识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102364560A CN102364560A (zh) | 2012-02-29 |
CN102364560B true CN102364560B (zh) | 2014-04-02 |
Family
ID=45691126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110318620.6A Active CN102364560B (zh) | 2011-10-19 | 2011-10-19 | 一种便于电子识别的交通标牌及其识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102364560B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903258B (zh) * | 2012-07-09 | 2017-10-27 | 汤斌淞 | 一种车辆自动导航方法、导航图案信息编制方法及其车辆导航设备 |
CN106560835B (zh) * | 2015-09-30 | 2019-05-24 | 高德软件有限公司 | 一种路牌识别方法及装置 |
CN106599846B (zh) * | 2016-12-15 | 2019-09-13 | 徐州工程学院 | 一种易于计算机视觉识别的交通标志牌的识别方法 |
EP3665635B1 (en) | 2017-08-08 | 2023-10-25 | 3M Innovative Properties Company | Pathway article authentication |
CN112861880B (zh) * | 2021-03-05 | 2021-12-07 | 江苏实达迪美数据处理有限公司 | 基于图像分类的弱监督rgbd图像显著性检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2546969Y (zh) * | 2002-04-26 | 2003-04-23 | 刘世英 | 公共交通自动报站装置 |
CN2760691Y (zh) * | 2004-07-19 | 2006-02-22 | 徐文 | 路况路标信息码识别装置 |
CN101436252A (zh) * | 2008-12-22 | 2009-05-20 | 北京中星微电子有限公司 | 一种车辆视频图像中车身颜色识别方法及系统 |
-
2011
- 2011-10-19 CN CN201110318620.6A patent/CN102364560B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2546969Y (zh) * | 2002-04-26 | 2003-04-23 | 刘世英 | 公共交通自动报站装置 |
CN2760691Y (zh) * | 2004-07-19 | 2006-02-22 | 徐文 | 路况路标信息码识别装置 |
CN101436252A (zh) * | 2008-12-22 | 2009-05-20 | 北京中星微电子有限公司 | 一种车辆视频图像中车身颜色识别方法及系统 |
Non-Patent Citations (4)
Title |
---|
一种新的SAR图像目标识别预处理方法;胡利平,刘宏伟,吴顺君;《西安电子科技大学学报(自然科学版)》;20071031;第34卷(第5期);733-737 * |
光纤传像束断丝率的自动检测;陈前荣,沈英春;《光纤与电缆及其应用技术》;20071031(第5期);13-16 * |
胡利平,刘宏伟,吴顺君.一种新的SAR图像目标识别预处理方法.《西安电子科技大学学报(自然科学版)》.2007,第34卷(第5期),733-737. |
陈前荣,沈英春.光纤传像束断丝率的自动检测.《光纤与电缆及其应用技术》.2007,(第5期),13-16. |
Also Published As
Publication number | Publication date |
---|---|
CN102364560A (zh) | 2012-02-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cheng et al. | Lane detection with moving vehicles in the traffic scenes | |
CN103386975B (zh) | 一种基于机器视觉的车辆避障方法及系统 | |
CN103778786B (zh) | 一种基于显著车辆部件模型的交通违章检测方法 | |
CN104167101B (zh) | 信息发布功能交通灯与移动车体间led光通信系统 | |
CN110532896A (zh) | 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法 | |
CN102364560B (zh) | 一种便于电子识别的交通标牌及其识别方法 | |
JP6082802B2 (ja) | 物体検知装置 | |
CN105976609A (zh) | 一种车辆数据处理系统及方法 | |
CN103824452A (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
CN105788286A (zh) | 智能识别闯红灯系统以及车辆行为检测抓拍方法 | |
CN102722707A (zh) | 基于连通区域和间隙模型的车牌字符分割方法 | |
CN205665896U (zh) | 一种交叉路口信号灯状态识别装置 | |
CN102902957A (zh) | 一种基于视频流的自动车牌识别方法 | |
Llorca et al. | Traffic data collection for floating car data enhancement in V2I networks | |
JP4946175B2 (ja) | 走路境界検出装置および走路境界検出方法 | |
CN109903574B (zh) | 路口交通信息的获取方法和装置 | |
CN103020613A (zh) | 一种基于视频的信号灯识别方法及装置 | |
CN104778833A (zh) | 识别交通信号灯的方法 | |
CN103413449B (zh) | 一种高速公路匝道智能指路系统及其指路方法 | |
CN106991821A (zh) | 违章车辆用手持移动终端数据采集系统 | |
CN110208787A (zh) | 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统 | |
CN102306276A (zh) | 基于分块聚类的视频车辆图像中车身颜色识别方法 | |
WO2022166606A1 (zh) | 一种目标检测方法及装置 | |
CN107993451A (zh) | 基于车牌搜索的违章检测系统 | |
CN106548627A (zh) | 一种基于车联网的rfid传感道路监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |