CN106503607A - 道路交通标志识别方法及装置 - Google Patents
道路交通标志识别方法及装置 Download PDFInfo
- Publication number
- CN106503607A CN106503607A CN201510564710.1A CN201510564710A CN106503607A CN 106503607 A CN106503607 A CN 106503607A CN 201510564710 A CN201510564710 A CN 201510564710A CN 106503607 A CN106503607 A CN 106503607A
- Authority
- CN
- China
- Prior art keywords
- line segment
- shooting image
- image
- mark
- inclinations angle
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Abstract
本发明实施例提供了道路交通标志识别方法及装置,所述方法包括:获取拍摄图像;利用具有倾斜特征的线段从所述拍摄图像中查找出三角形标志或圆形标志;依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志。本发明实施例中,避免了从拍摄图像中查找具有水平或竖直特征的标志或图像的过程,提升了查找速度;缩小了识别的区域范围,减少了识别对象,提升了识别速度,从整体上加快了道路交通标志的识别速度,可以更加及时地根据识别出的道路交通标志提醒用户,使得行车更加安全。
Description
技术领域
本发明涉及车辆辅助驾驶技术领域,具体而言,本发明涉及一种道路交通标志识别方法及装置。
背景技术
随着社会和经济的发展,人们生活水平的提高,车辆已经得到广泛的普及。为了提高行车安全,开始出现各种车辆辅助驾驶方法,例如,从拍摄的图像中识别出道路交通标志,并及时提醒驾驶员的方法。
根据国标GB 5768.2-2009规定,我国的道路交通标志主要有警告、禁止、指示三种类型。其中警告类道路交通标志为黑色外框、黄色衬边,禁止类道路交通标志为红色边框、白色衬边。
现有技术中,目前有多种自动识别道路交通标志的方法。例如,一种基于颜色特征的道路交通标志识别方法中,根据图像中的各种颜色,提取颜色特征构建颜色空间,对颜色空间进行变换,定位出红色、黄色的位置,从而达到识别出道路交通标志的目的。然而,该识别方法在颜色空间变换过程中要大量用到三角函数运算,运算复杂、时间耗费较多,难以快速识别出道路交通标志,导致无法及时根据识别出的道路交通标志提醒用户,影响行车安全。
另一种基于形状特征的道路交通标志识别方法,具体包括:对图像进行边缘特征的提取,得到边缘图像,通过Hough(霍夫)变换等方法检测边缘图像中的三角形、圆形的形状特征,进而识别出道路交通标志。然而,基于形状特征的道路交通标志识别方法中,需要检测图像中的直线、圆形等特征。基于Hough变换的形状特征检测方法,对于半径跨度较大范围的圆形,则需要确定圆点坐标和半径三个参变量,运算较为复杂,运算速度较慢,难以快速识别出道路交通标志,导致无法及时根据识别出的道路交通标志提醒用户,影响行车安全。
此外,还一种基于模板的道路交通标志识别方法,包括:预先设定一些符合三角形、圆形等形状特征的模板,对于每个形状特征的模板,通过在图像上滑动该形状特征的模板,确定出与该模板的形状特征相匹配的区域作为道路交通标志所在区域,进而识别出道路交通标志。然而,该方法需要利用多个模板与图像内的任意区域进行特征匹配,算法较为复杂,运算速度较慢,难以快速识别出道路交通标志,导致无法及时根据识别出的道路交通标志提醒用户,影响行车安全。
综上,现有技术的道路交通标志识别方法都具有识别速度较慢的缺点,导致无法及时提醒用户,影响行车安全。
因此,有必要提供一种更为快捷的道路交通标志识别方法及装置,以更为及时地提醒驾驶员。
发明内容
本发明针对现有的道路交通标志识别方法的缺点,提出一种道路交通标志识别方法及装置,用以解决现有技术存在道路交通标志识别速度较慢的问题。
本发明实施例根据一个方面,提供了一种道路交通标志识别方法,包括:
获取拍摄图像;
利用具有倾斜特征的线段从所述拍摄图像中查找出三角形标志或圆形标志;
依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志。
本发明实施例根据另一个方面,还提供了一种道路交通标志识别装置,包括:
拍摄图像获取模块,用于获取拍摄图像;
形状标志确定模块,用于利用具有倾斜特征的线段从所述拍摄图像中查找出三角形标志或圆形标志;
道路交通标志识别模块,用于依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志。
本发明实施例中,利用具有倾斜特征的线段从拍摄图像中查找出三角形标志或圆形标志,避免了从拍摄图像中查找具有水平或竖直特征的标志或图像的过程,提升了查找速度;依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志,与从整个拍摄图像中识别警告类或禁止类的道路交通标志相比,缩小了识别的区域范围,减少了识别对象,提升了识别速度,从整体上加快了道路交通标志的识别速度,可以更加及时地根据识别出的道路交通标志提醒用户,使得行车更加安全。
而且,本发明实施例中,利用具有倾斜特征的线段从拍摄图像中查找出三角形标志或圆形标志,大大降低了将拍摄图像中具有水平或竖直特征的楼宇、护栏、广告牌等道路周边环境识别为道路交通标志的概率,大大提升了道路交通标志的识别准确率。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例的道路交通标志识别方法的流程示意图;
图2a为本发明实施例的三角形标志的查找方法的流程示意图;
图3a为本发明实施例的圆形标志的查找方法的流程示意图;
图2b和图3b都为本发明实施例的边缘特征图像中像素区域的边界线段的示意图;
图3c为本发明实施例的第一、二圆心位置和第一、二半径的一个特例的示意图;
图4为本发明实施例的道路交通标志识别装置的内部结构的框架示意图;
图5为本发明实施例的形状标志确定模块的内部结构的框架示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备,其仅具备无发射能力的无线信号接收器的设备,又包括接收和发射硬件的设备,其具有能够在双向通信链路上,进行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备;PCS(Personal Communications Service,个人通信系统),其可以组合语音、数据处理、传真和/或数据通信能力;PDA(PersonalDigital Assistant,个人数字助理),其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global PositioningSystem,全球定位系统)接收器;常规膝上型和/或掌上型计算机或其他设备,其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的,或者适合于和/或配置为在本地运行,和/或以分布形式,运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端,例如可以是PDA、MID(Mobile Internet Device,移动互联网设备)和/或具有音乐/视频播放功能的移动电话,也可以是智能电视、机顶盒等设备。
本发明的发明人发现,对于驾驶员而言,警告类或者禁止类的道路交通标志较为重要。对道路进行拍摄得到的拍摄图像中,这两类道路交通标志通常显示为三角形或圆形标志。三角形标志的左右边界通常具有倾斜特征。圆形标志的圆周边界实际上可以划分成多个不同倾斜特征的线段,每个线段包含若干个像素点。
本发明的发明人考虑到,对于道路周边环境,例如楼宇、护栏、广告牌和树木等,在上述拍摄图中显示的图像,其边界通常具有水平或者竖直特征而不具有或具有很少的倾斜特征;因此,本发明的实施例中,利用具有倾斜特征的线段,从所述拍摄图像中查找出三角形标志或圆形标志,可以省略对大量具有水平或垂直特征的图像所进行的查找,算法较为快捷;之后根据三角形标志或圆形标志识别出警告类或禁止类的道路交通标志,从而从整体上加快了道路交通标志的识别速度,可以更加及时地根据识别出的道路交通标志提醒用户,使得行车更加安全。
下面结合附图具体介绍本发明实施例的技术方案。
本发明实施例的道路交通标志识别方法的流程示意图如图1所示,包括如下步骤:
S101:获取拍摄图像。
具体地,车载的摄像装置(例如摄像头)通过对道路及道路周边环境进行拍摄,得到拍摄图像。车载的辅助驾驶设备从车载的摄像装置获取拍摄图像。
S102:利用具有倾斜特征的线段从拍摄图像中查找出三角形标志或圆形标志。
本发明实施例的具有倾斜特征的线段可以包括:具有60°倾斜角的线段和具有120°倾斜角的线段。较佳地,当像素点的长度和宽度相等时,由m行n列的像素点组成的像素块的两条对角线段,可以分别作为具有60°倾斜角的线段和具有120°倾斜角的线段;m:n=17:10,m,n都为自然数。
本步骤中分别利用具有60°、120°倾斜角的线段,从拍摄图像中查找出三角形标志的左、右边界,进而查找出该三角形标志,具体方法将在后续进行详细介绍。
而且,利用平行相对且具有60°、120°倾斜角的线段,从拍摄图像中查找出圆形标志,具体方法将在后续进行详细介绍。
S103:依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志。
具体地,依据从拍摄图像中查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志,具体方法为本领域技术人员所熟知,此处不再赘述。
较佳地,可以依据从拍摄图像中查找出的三角形标志或圆形标志,确定出包含三角形标志或圆形标志的最小外接矩形,从拍摄图像中查找出最小外接矩形所对应的图像,从查找出的图像中识别出警告类或禁止类的道路交通标志。
上述步骤S102中,分别利用具有60°、120°倾斜角的线段,从拍摄图像中查找出三角形标志的左、右边界,进而查找出该三角形标志的具体方法的流程示意图如图2a所示,包括如下步骤:
S201:对拍摄图像进行边缘特征提取,得到边缘特征图像;确定出边缘特征图像中的相同灰度的像素区域的边界线段。
具体地,对拍摄图像进行边缘特征提取并得到边缘特征图像的具体方法为本领域技术人员所熟知,此处不再赘述。
确定出边缘特征图像中的多个相同灰度的像素区域,确定出各相同灰度的像素区域的边界;对于每个像素区域,将该像素区域的边界划分成多个边界线段,这些边界线段由像素点组成。像素区域的边界线段可以如图2b所示。
S202:根据与具有60°倾斜角的线段相匹配的边界线段,确定出三角形标志的左边界。
具体地,将具有60°倾斜角的线段平行于边缘特征图像进行平移,若该线段在边缘特征图像中的投影重合于像素区域的边界线段,则沿具有60°倾斜角的线段所在直线平移该线段,直到该线段的投影不再重合于像素区域的边界线段为止;将平移过程中所有与具有60°倾斜角的线段的投影相重合的边界线段,作为与具有60°倾斜角的线段相匹配的边界线段,并将这些边界线段组成一个边;若判断出该边的长度超过设定的边长阈值,则确定该边为三角形标志的左边界,否则忽略该边。
S203:根据与具有120°倾斜角的线段相匹配的边界线段,确定出三角形标志的右边界。
具体地,将具有120°倾斜角的线段平行于边缘特征图像进行平移,若该线段在边缘特征图像中的投影重合于像素区域的边界线段,则沿具有120°倾斜角的线段所在直线平移该线段,直到该线段的投影不再重合于像素区域的边界线段为止;将平移过程中所有与具有120°倾斜角的线段的投影相重合的边界线段,作为与具有120°倾斜角的线段相匹配的边界线段,并将这些边界线段组成一个边;若判断出该边的长度超过设定的边长阈值,则确定该边为三角形标志的右边界,否则忽略该边。
S204:根据三角形标志的左、右边界,从拍摄图像中查找出三角形标志。
具体地,若三角形标志的左边界与右边界之间的距离小于设定的距离阈值,或者三角形标志的左边界与右边界相交于各自的端点,则判断出该左边界与右边界属于同一个三角形标志。
对于同一三角形标志的左、右边界,以其中一个边界为基准,调整另一个边界的长度或位置,使得两个边界相交于各自的端点,且两个边界的长度相等;进而补足该三角形标志的底边界。
根据三角形标志的左、右和底边界的位置,从拍摄图像中查找出该三角形标志。
上述步骤S102中,利用平行相对且具有60°、120°倾斜角的线段,从拍摄图像中查找出圆形标志的具体方法的流程示意图如图3a所示,包括如下步骤:
S301:对拍摄图像进行边缘特征提取,得到边缘特征图像;确定出边缘特征图像中的相同灰度的像素区域的边界线段。
具体地,对拍摄图像进行边缘特征提取并得到边缘特征图像的具体方法为本领域技术人员所熟知,此处不再赘述。
确定出边缘特征图像中的相同灰度的像素区域的边界线段的具体方法,与上述步骤201中确定出边缘特征图像中的相同灰度的像素区域的边界线段的方法相同,此处不再赘述。像素区域的边界线段可以如图3b所示。
S302:根据平行相对且与具有60°倾斜角的线段相匹配的边界线段,确定出第一虚拟圆形区域。
具体地,将具有60°倾斜角的线段平行于边缘特征图像进行平移;从边缘特征图像中各像素区域的边界线段中,确定出所有可以与具有60°倾斜角的线段平移后的投影相重合的边界线段;若从这些可重合的边界线段中确定出相对的两个边界线段,则将该两个边界线段确定为平行相对且与具有60°倾斜角的线段相匹配的边界线段。
根据平行相对且与具有60°倾斜角的线段相匹配的边界线段的中点位置,确定出以该两个边界线段的中点为两端的连线段;将该连线段的中点位置作为第一虚拟圆形区域的第一圆心位置,将该连线段的长度作为第一虚拟圆形区域的第一直径,进而得到第一虚拟圆形区域的第一半径。例如图3c中,Oa表示第一圆心位置,Ra表示第一半径;矩形框表示对角线为60°和120°倾斜角的像素块。
S303:根据平行相对且与具有120°倾斜角的线段相匹配的边界线段,确定出第二虚拟圆形区域。
具体地,将具有120°倾斜角的线段平行于边缘特征图像进行平移;从边缘特征图像中各像素区域的边界线段中,确定出所有可以与具有120°倾斜角的线段平移后的投影相重合的边界线段;若从这些可重合的边界线段中确定出相对的两个边界线段,则将该两个边界线段确定为平行相对且与具有120°倾斜角的线段相匹配的边界线段。
根据平行相对且与具有120°倾斜角的线段相匹配的边界线段的中点位置,确定出以该两个边界线段的中点为两端的连线段;将该连线段的中点位置作为第二虚拟圆形区域的第二圆心位置,将该连线段的长度作为第二虚拟圆形区域的第二直径,进而得到第二虚拟圆形区域的第二半径。例如图3c中,Ob表示第二圆心位置,Rb表示第二半径。
S304:根据第一、二虚拟圆形区域的吻合程度,判断拍摄图像中是否存在圆形区域。
具体地,计算第一虚拟圆形区域的第一圆心位置与第二虚拟圆形区域的第二圆心位置之间的距离,例如,计算第一圆心的坐标与第二圆心的坐标之间的距离,判断计算出的该距离是否小于设定的圆心距阈值:若是,则计算第一半径与第二半径之间的差值;否则,确定出边缘特征图像中不存在圆形区域,即确定出拍摄图像中不存在圆形区域,并忽略第一、二圆心位置,不再执行后续步骤。
之后,判断计算出的第一半径与第二半径之间的差值是否小于设定的半径差阈值:若是,则确定出边缘特征图像中存在圆形区域,进而确定出拍摄图像中存在圆形区域,继续执行后续步骤S305;否则,确定出拍摄图像中不存在圆形区域,并忽略第一、二圆心位置和第一、二半径,不再执行后续步骤。
S305:根据第一、二虚拟圆形区域,确定拍摄图像中的圆形标志。
具体地,根据第一、二虚拟圆形区域的第一、二圆心位置,确定出圆形区域的圆心位置;根据第一、二虚拟圆形区域的第一、二半径,确定出圆形区域的半径;进而确定出圆形区域及其圆周边界。圆形区域的圆周边界是由像素点组成的。
较佳地,根据第一、二圆心位置,利用多种算法,例如计算算术平均值、算术平方根等算法,分别计算出多个圆形区域的圆心位置;根据第一、二半径,利用多种算法,分别计算出多个圆形区域的半径;进而确定出多个圆形区域的圆周边界。
对于确定出的圆形区域,判断其圆周边界,与边缘特征图像中的相同灰度的像素区域的边界线段是否存在重合的像素点:若是,则根据该圆形区域的位置,从拍摄图像中确定出圆形标志;否则,忽略该圆形区域,并继续对下一个圆形区域的圆周边界进行判断。圆形区域的位置可以是该圆形区域的圆心位置和半径,或者是该圆形区域的圆周边界的位置。
较佳地,为了提升判断速度,可以从圆形区域的圆周边界中抽取出多个相互离散的子边界,对于圆形区域的每个子边界,判断该子边界与边缘特征图像中的相同灰度的像素区域的边界线段是否存在重合的像素点。
更优的,若两个以上圆形区域的圆周边界,都与边缘特征图像中的相同灰度的像素区域的边界线段存在重合的像素点,则确定出重合的像素点的数目最多的圆周边界所属的圆形区域后,根据该圆形区域的位置,从拍摄图像中确定出圆形标志。
基于上述道路交通标志识别方法,本发明实施例还提供了一种道路交通标志识别装置,该装置的内部结构的框架示意图如图4所示,包括:拍摄图像获取模块401、形状标志确定模块402和道路交通标志识别模块403。
拍摄图像获取模块401用于获取拍摄图像。
形状标志确定模块402用于利用具有倾斜特征的线段从拍摄图像中查找出三角形标志或圆形标志。具体地,形状标志确定模块402用于分别利用具有60°、120°倾斜角的线段,从所述拍摄图像中查找出三角形标志的左、右边界。
道路交通标志识别模块403用于依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志。
较佳地,形状标志确定模块402的内部结构的框架示意图如图5所示,包括:边界线段提取单元501、三角形标志确定单元502、圆形区域判断单元503和圆形标志确定单元504。
边界线段提取单元501用于对所述拍摄图像进行边缘特征提取,得到边缘特征图像;确定出边缘特征图像中的相同灰度的像素区域的边界线段。
三角形标志确定单元502用于根据与具有60°倾斜角的线段相匹配的边界线段,确定出三角形标志的左边界;根据与具有120°倾斜角的线段相匹配的边界线段,确定出三角形标志的右边界。
圆形区域判断单元503用于根据平行相对且与具有60°倾斜角的线段相匹配的边界线段,确定出第一虚拟圆形区域;根据平行相对且与具有120°倾斜角的线段相匹配的边界线段,确定出第二虚拟圆形区域;根据第一、二虚拟圆形区域的吻合程度,判断拍摄图像中是否存在圆形区域。
圆形标志确定单元504用于若判断拍摄图像中存在圆形区域,则根据第一、二虚拟圆形区域,确定拍摄图像中的圆形标志。
上述拍摄图像获取模块401、形状标志确定模块402和道路交通标志识别模块403,以及形状标志确定模块402中的边界线段提取单元501、三角形标志确定单元502、圆形区域判断单元503和圆形标志确定单元504功能的具体实现方法,可以参考上述图1、图2a和图3a所述方法流程步骤的具体内容,此处不再赘述。
本发明实施例中,利用具有倾斜特征的线段从拍摄图像中查找出三角形标志或圆形标志,避免了从拍摄图像中查找具有水平或竖直特征的标志或图像的过程,提升了查找速度;依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志,与从整个拍摄图像中识别警告类或禁止类的道路交通标志相比,缩小了识别的区域范围,减少了识别对象,提升了识别速度,从整体上加快了道路交通标志的识别速度,可以更加及时地根据识别出的道路交通标志提醒用户,使得行车更加安全。
而且,本发明实施例中,利用具有倾斜特征的线段从拍摄图像中查找出三角形标志或圆形标志,大大降低了将拍摄图像中具有水平或竖直特征的楼宇、护栏、广告牌等道路周边环境识别为道路交通标志的概率,大大提升了道路交通标志的识别准确率。
进一步,应用本发明实施例,即使道路交通标志的颜色特征在不同光线条件下(特别是逆光等情况)差异较大,也不会出现漏识别等现象;也就是说,本发明实施例对道路交通标志的识别准确率较高。
虽然本发明实施例中是以利用具有60°和120°倾斜角的线段作为具有倾斜特征的线段,具体详细讲述道路交通标志识别方法及装置,显然,本领域技术人员可以根据本发明实施例技术方案中公开的内容轻而易举实现根据具有其它倾斜角的线段,进行道路交通标志的识别。因此,不脱离本发明原理的前提下,实现根据其它倾斜角的线段,进行道路交通标志的识别的方法及装置都应视为本发明的保护范围。
本技术领域技术人员可以理解,本发明包括涉及用于执行本申请中所述操作中的一项或多项的设备。这些设备可以为所需的目的而专门设计和制造,或者也可以包括通用计算机中的已知设备。这些设备具有存储在其内的计算机程序,这些计算机程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如,计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中,所述计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory,只读存储器)、RAM(Random Access Memory,随即存储器)、EPROM(Erasable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically Erasable ProgrammableRead-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,可读介质包括由设备(例如,计算机)以能够读的形式存储或传输信息的任何介质。
本技术领域技术人员可以理解,可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。本技术领域技术人员可以理解,可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来实现,从而通过计算机或其他可编程数据处理方法的处理器来执行本发明公开的结构图和/或框图和/或流图的框或多个框中指定的方案。
本技术领域技术人员可以理解,本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地,具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地,现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种道路交通标志识别方法,其特征在于,包括:
获取拍摄图像;
利用具有倾斜特征的线段从所述拍摄图像中查找出三角形标志或圆形标志;
依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志。
2.根据权利要求1所述的方法,其特征在于,所述具有倾斜特征的线段具体包括:
具有60°倾斜角的线段和具有120°倾斜角的线段。
3.根据权利要求2所述的方法,其特征在于,所述利用具有倾斜特征的线段从所述拍摄图像中查找出三角形标志,具体包括:
分别利用具有60°、120°倾斜角的线段,从所述拍摄图像中查找出三角形标志的左、右边界。
4.根据权利要求3所述的方法,其特征在于,所述从所述拍摄图像中查找出三角形标志的左、右边界,具体包括:
对所述拍摄图像进行边缘特征提取,得到边缘特征图像;确定出所述边缘特征图像中的相同灰度的像素区域的边界线段;
根据与具有60°倾斜角的线段相匹配的边界线段,确定出三角形标志的左边界;
根据与具有120°倾斜角的线段相匹配的边界线段,确定出三角形标志的右边界。
5.根据权利要求2所述的方法,其特征在于,所述利用具有倾斜特征的线段从所述拍摄图像中查找出圆形标志,具体包括:
对所述拍摄图像进行边缘特征提取,得到边缘特征图像;确定出所述边缘特征图像中的相同灰度像素区域的边界线段;
根据平行相对且与具有60°倾斜角的线段相匹配的边界线段,确定出第一虚拟圆形区域;
根据平行相对且与具有120°倾斜角的线段相匹配的边界线段,确定出第二虚拟圆形区域;
根据第一、二虚拟圆形区域的吻合程度,判断所述拍摄图像中是否存在圆形区域;
若判断是,则根据第一、二虚拟圆形区域,确定所述拍摄图像中的圆形标志。
6.一种道路交通标志识别装置,其特征在于,包括:
拍摄图像获取模块,用于获取拍摄图像;
形状标志确定模块,用于利用具有倾斜特征的线段从所述拍摄图像中查找出三角形标志或圆形标志;
道路交通标志识别模块,用于依据查找出的三角形标志或圆形标志,识别出警告类或禁止类的道路交通标志。
7.根据权利要求6所述的装置,其特征在于,所述具有倾斜特征的线段具体包括:
具有60°倾斜角的线段和具有120°倾斜角的线段。
8.根据权利要求7所述的装置,其特征在于,所述形状标志确定模块,具体用于分别利用具有60°、120°倾斜角的线段,从所述拍摄图像中查找出三角形标志的左、右边界。
9.根据权利要求8所述的装置,其特征在于,所述形状标志确定模块,具体包括:
边界线段提取单元,用于对所述拍摄图像进行边缘特征提取,得到边缘特征图像;确定出所述边缘特征图像中的相同灰度的像素区域的边界线段;
三角形标志确定单元,用于根据与具有60°倾斜角的线段相匹配的边界线段,确定出三角形标志的左边界;根据与具有120°倾斜角的线段相匹配的边界线段,确定出三角形标志的右边界。
10.根据权利要求7所述的装置,其特征在于,所述形状标志确定模块,具体包括:
边界线段提取单元,用于对所述拍摄图像进行边缘特征提取,得到边缘特征图像;确定出所述边缘特征图像中的相同灰度的像素区域的边界线段;
圆形区域判断单元,用于根据平行相对且与具有60°倾斜角的线段相匹配的边界线段,确定出第一虚拟圆形区域;根据平行相对且与具有120°倾斜角的线段相匹配的边界线段,确定出第二虚拟圆形区域;根据第一、二虚拟圆形区域的吻合程度,判断所述拍摄图像中是否存在圆形区域;
圆形标志确定单元,用于若判断所述拍摄图像中存在圆形区域,则根据第一、二虚拟圆形区域,确定所述拍摄图像中的圆形标志。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510564710.1A CN106503607B (zh) | 2015-09-07 | 2015-09-07 | 道路交通标志识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510564710.1A CN106503607B (zh) | 2015-09-07 | 2015-09-07 | 道路交通标志识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106503607A true CN106503607A (zh) | 2017-03-15 |
CN106503607B CN106503607B (zh) | 2020-02-07 |
Family
ID=58286535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510564710.1A Active CN106503607B (zh) | 2015-09-07 | 2015-09-07 | 道路交通标志识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106503607B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472200A (zh) * | 2019-07-29 | 2019-11-19 | 深圳市中兴新云服务有限公司 | 一种基于表单的数据处理方法、装置及电子设备 |
CN110647881A (zh) * | 2019-09-19 | 2020-01-03 | 腾讯科技(深圳)有限公司 | 确定图像对应的卡片类型的方法、装置、设备及存储介质 |
CN113781552A (zh) * | 2021-09-06 | 2021-12-10 | 天津爱旭太阳能科技有限公司 | 一种se激光工艺中偏移机台的查找方法和查找系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101702197A (zh) * | 2009-10-26 | 2010-05-05 | 宁波大学 | 一种道路交通标志的检测方法 |
CN102542260A (zh) * | 2011-12-30 | 2012-07-04 | 中南大学 | 一种面向无人驾驶车的道路交通标志识别方法 |
CN103559507A (zh) * | 2013-11-18 | 2014-02-05 | 沈阳工业大学 | 基于颜色与形状特征相结合的交通标志检测方法 |
CN104299221A (zh) * | 2014-07-11 | 2015-01-21 | 奇瑞汽车股份有限公司 | 一种交通标志图像的确定方法及装置 |
-
2015
- 2015-09-07 CN CN201510564710.1A patent/CN106503607B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101702197A (zh) * | 2009-10-26 | 2010-05-05 | 宁波大学 | 一种道路交通标志的检测方法 |
CN102542260A (zh) * | 2011-12-30 | 2012-07-04 | 中南大学 | 一种面向无人驾驶车的道路交通标志识别方法 |
CN103559507A (zh) * | 2013-11-18 | 2014-02-05 | 沈阳工业大学 | 基于颜色与形状特征相结合的交通标志检测方法 |
CN104299221A (zh) * | 2014-07-11 | 2015-01-21 | 奇瑞汽车股份有限公司 | 一种交通标志图像的确定方法及装置 |
Non-Patent Citations (5)
Title |
---|
ARTURO DE LA ESCALERA等: "Road Traffic Sign Detection and Classification", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
FRANCISCO PARADA-LOIRA等: "Local Contour Patterns for Fast Traffic Sign Detection", 《2010 IEEE INTELLIGENT VEHICLES SYMPOSIUM》 * |
于莹莹: "道路交通标志的检测与识别", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
武超 等: "基于径向对称性的交通标志检测方法", 《重庆理工大学学报(自然科学)》 * |
许少秋: "户外交通标志检测和形状识别", 《中国图象图形学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472200A (zh) * | 2019-07-29 | 2019-11-19 | 深圳市中兴新云服务有限公司 | 一种基于表单的数据处理方法、装置及电子设备 |
CN110472200B (zh) * | 2019-07-29 | 2023-10-27 | 深圳市中兴新云服务有限公司 | 一种基于表单的数据处理方法、装置及电子设备 |
CN110647881A (zh) * | 2019-09-19 | 2020-01-03 | 腾讯科技(深圳)有限公司 | 确定图像对应的卡片类型的方法、装置、设备及存储介质 |
CN110647881B (zh) * | 2019-09-19 | 2023-09-05 | 腾讯科技(深圳)有限公司 | 确定图像对应的卡片类型的方法、装置、设备及存储介质 |
CN113781552A (zh) * | 2021-09-06 | 2021-12-10 | 天津爱旭太阳能科技有限公司 | 一种se激光工艺中偏移机台的查找方法和查找系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106503607B (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11604076B2 (en) | Vision augmented navigation | |
US11543256B2 (en) | Electronic apparatus and control method thereof | |
Omachi et al. | Detection of traffic light using structural information | |
CN110501018B (zh) | 一种服务于高精度地图生产的交通标志牌信息采集方法 | |
US20160117562A1 (en) | Traffic sign recognizing apparatus and operating method thereof | |
CN102867417A (zh) | 一种出租车防伪系统及方法 | |
CN103824452A (zh) | 一种轻量级的基于全景视觉的违章停车检测装置 | |
CN101334836A (zh) | 一种融合色彩、尺寸和纹理特征的车牌定位方法 | |
CN108416808A (zh) | 车辆重定位的方法及装置 | |
CN107291810A (zh) | 数据处理方法、装置及存储介质 | |
JP2012173879A (ja) | 信号機検出装置及びプログラム | |
CN103440484A (zh) | 一种适应室外大空间的火焰检测方法 | |
US20140002655A1 (en) | Lane departure warning system and lane departure warning method | |
Almagambetov et al. | Mobile standards-based traffic light detection in assistive devices for individuals with color-vision deficiency | |
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 | |
CN105809095B (zh) | 交通路口通行状态的确定 | |
JP2009199284A (ja) | 道路地物認識方法 | |
CN106919939B (zh) | 一种交通标识牌跟踪识别方法及系统 | |
CN106503607A (zh) | 道路交通标志识别方法及装置 | |
Chen et al. | Outdoor shadow estimating using multiclass geometric decomposition based on BLS | |
CN109961643A (zh) | 提醒方法、提醒装置和车载设备 | |
CN112396044A (zh) | 车道线属性信息检测模型训练、车道线属性信息检测方法 | |
Coronado et al. | Detection and classification of road signs for automatic inventory systems using computer vision | |
CN113673527A (zh) | 一种车牌识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |