CN109409247B - 交通标志识别方法和装置 - Google Patents

交通标志识别方法和装置 Download PDF

Info

Publication number
CN109409247B
CN109409247B CN201811160154.1A CN201811160154A CN109409247B CN 109409247 B CN109409247 B CN 109409247B CN 201811160154 A CN201811160154 A CN 201811160154A CN 109409247 B CN109409247 B CN 109409247B
Authority
CN
China
Prior art keywords
boundary line
target
image
traffic sign
histogram
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
Application number
CN201811160154.1A
Other languages
English (en)
Other versions
CN109409247A (zh
Inventor
李映辉
周志鹏
李冰
胡俊霄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Connectivity Beijing Technology Co Ltd
Original Assignee
Apollo Intelligent Connectivity Beijing Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Apollo Intelligent Connectivity Beijing Technology Co Ltd filed Critical Apollo Intelligent Connectivity Beijing Technology Co Ltd
Priority to CN201811160154.1A priority Critical patent/CN109409247B/zh
Publication of CN109409247A publication Critical patent/CN109409247A/zh
Application granted granted Critical
Publication of CN109409247B publication Critical patent/CN109409247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582Recognition 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration using histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/09Recognition of logos

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例公开了交通标志识别方法和装置。该方法的一具体实施方式包括:生成路况图像对应二值图像,以及确定所述二值图像中的与道路上的交通标志相关联的交通标志关联图像;将所述交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线;基于目标边界线,确定所述路况图像中的目标区域,以及对目标区域中的图像进行图像识别,以识别出目标区域中的交通标志。实现了精确地确定道路标志所在的目标区域,对目标区域中的图像进行图像识别,识别出道路上的交通标志,提升了道路上的交通标志的识别速度以及减小了识别交通标志的开销。

Description

交通标志识别方法和装置
技术领域
本申请涉及计算机领域,具体涉及导航领域,尤其涉及交通标志识别方法和装置。
背景技术
在进行诸如AR导航的导航过程中,对于道路上的交通标志的识别是关键环节之一。目前,通常是将整个路况图像划分为多个区域,逐一对每一个区域进行图像识别来识别道路上的交通标志,导致开销巨大。
发明内容
本申请实施例提供了交通标志识别方法和装置。
第一方面,本申请实施例提供了交通标志识别方法,该方法包括:生成路况图像对应二值图像,以及确定所述二值图像中的与道路上的交通标志相关联的交通标志关联图像;将所述交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线;基于目标边界线,确定所述路况图像中的目标区域,以及对目标区域中的图像进行图像识别,以识别出目标区域中的交通标志。
第二方面,本申请实施例提供了交通标志识别装置,该装置包括:处理单元,被配置为生成路况图像对应二值图像,以及确定所述二值图像中的与道路上的交通标志相关联的交通标志关联图像;确定单元,被配置为将所述交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线;识别单元,被配置为基于目标边界线,确定所述路况图像中的目标区域,以及对目标区域中的图像进行图像识别,以识别出目标区域中的交通标志。
本申请实施例提供的交通标志识别方法和装置,通过生成路况图像对应二值图像,以及确定所述二值图像中的与道路上的交通标志相关联的交通标志关联图像;将所述交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线;基于目标边界线,确定所述路况图像中的目标区域,以及对目标区域中的图像进行图像识别,以识别出目标区域中的交通标志。实现了精确地确定道路标志所在的目标区域,对目标区域中的图像进行图像识别,识别出道路上的交通标志,提升了道路上的交通标志的识别速度以及减小了识别交通标志的开销。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了根据本申请的交通标志识别方法的一个实施例的流程图;
图2示出了在水平方向进行直方图投影的一个效果示意图;
图3示出了在车道线方向进行直方图投影的一个效果示意图;
图4示出了根据本申请的交通标志识别装置的一个实施例的结构示意图;
图5示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参考图1,其示出了根据本申请的交通标志识别方法的一个实施例的流程。该方法包括以下步骤:
步骤101,生成路况图像对应二值图像,以及确定二值图像中的交通标志关联图像。
在本实施例中,路况图像可以为在车辆的行驶过程中利用车载摄像头采集到的图像。路况图像中包括道路,道路包括位于道路上的交通标志,道路上的交通标志可以为交通标志文字、交通标志图案等。当采集到路况图像之后,可以对路况图像进行二值后处理,得到采集到的路况图像对应的二值图像。在路况图像对应的二值图像中,属于交通标志的像素的像素值可以为1,不属于交通标志对象的像素的像素值可以为0。
在本实施例中,可以识别出路况图像中的车道线,交通标志关联图像可以为路况图像对应的二值图像中的位于相邻的车道线之间的区域的图像。路况图像对应的二值图像中的交通标志关联图像占据的区域为二值图像占据的区域的子区域。
步骤102,将交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线。
在本实施例中,在确定路况图像对应的二值图像中的位于相邻的车道线之间的区域的图像,即确定交通标志关联图像之后,可以将交通标志关联图像在预设方向进行直方图投影,得到投影直方图。
在本实施例中,预设方向可以为水平方向、车道线方向。将交通标志关联图像在预设方向进行直方图投影,得到投影直方图。直方图中的元素的形状为柱体。可以通过逆透视变换,将交通标志关联图像在水平方向进行直方图投影,得到水平投影直方图。水平投影直方图中包含多个元素,平投影直方图中的每一个元素分别对应二值图像中的一行像素,每一个元素的数值为对应的一行像素中数值为1的像素的数量。可以通过逆透视变换,将交通标志关联图像在车道线方向进行直方图投影,得到车道线投影直方图。车道线投影直方图中包含多个元素,车道线投影直方图中的每一个元素分别对应二值图像中的一列像素,每一个元素的数值为对应的一列像素中数值为1的像素的数量。
在本实施例中,确定交通标志所在的区域即为确定交通标志所在的区域的上边界线、下边界线、左边界线、右边界线。待确定的交通标志所在的区域可以称之为目标区域。交通标志所在的区域的上边界线可以称之为目标上边界线。交通标志所在的区域的下边界线可以称之为目标下边界线。交通标志所在的区域的左边界线可以称之为目标左边界线。交通标志所在的区域的右边界线可以称之为目标右边界线。
在本实施例中,路况图像对应的二值图像是对路况图像进行处理后得到的。同一个边界线在路况图像对应的二值图像和路况图像中的位置是相同的。确定出的二值图像中的区域的边界线即为路况图像中的相应的区域的边界线。
在本实施例中,在得到水平投影直方图之后,可以确定水平投影直方图中的多个在位置上连续的数值不为0的元素,然后,可以进一步确定水平投影直方图中的多个在位置上连续的数值不为0的元素对应的二值图像中的多行像素构成的区域,将区域的上边界线、下边界线可以分别作为目标上边界线、目标下边界线。多个在位置上连续的数值不为0的元素可以构成一个元素集合。元素集合可以为多个,相应地,多个在位置上连续的数值不为0的元素对应的二值图像中的多行像素构成的区域可以为多个。对于每一个在位置上连续的数值不为0的元素对应的二值图像中的多行像素构成的区域,均可以将区域的上边界线、下边界线可以分别作为目标上边界线、目标下边界线。
请参考图2,其示出了在水平方向进行直方图投影的一个效果示意图。
在图2中,示出了路况图像中的3个车道,道路上的交通标志文字“小型”位于2个相邻的车道之间。示出的水平的虚线为确定出的目标上边界线、目标下边界线。将路况图像进行二值化处理得到二值化图像,得到路况图像对应的二值图像,将路况图像对应的二值图像在水平方向进行水平直方图投影,得到水平投影直方图。水平投影直方图中,包含3个形状为柱体的元素,形状为柱体的元素的数量仅为示例性的,实际与交通标志文字“小型”相关的位置连续的元素的数量远大于3个。水平投影直方图的坐标轴中的数字为元素对应的路况图像对应的二值图像中的行包含的属于交通标志的像素即像素值为1的数量。根据水平投影直方图,将3个柱体对应的3行像素占据的区域的上、下边界线分别作为目标上边界线、目标下边界线,即将3个柱体对应的3行像素占据的区域的上、下边界线分别作为交通标示所在的区域即目标区域的上边界线、下边界线。
在本实施例中,当确定目标上边界线和目标下边界线时,也可以确定水平投影直方图中的大于阈值的数量个在位置上连续的数值为0的元素对应的二值图像中的多行像素构成的区域,将区域的上边界线作为目标上边界线或将区域的下边界线作为目标下边界线。
在本实施例中,在得到车道线投影直方图之后,可以确定车道线投影直方图中的多个在位置上连续的数值不为0的元素。然后,可以进一步确定车道线投影直方图中的多个在位置上连续的数值不为0的元素对应的二值图像中的多列像素构成的区域,将区域的左边界线、右边界线分别作为目标左边界线、目标右边界线。多个在位置上连续的数值不为0的元素可以构成一个元素集合。元素集合可以为多个,相应地,多个在位置上连续的数值不为0的元素对应的二值图像中的多列像素构成的区域可以为多个。对于每一个在位置上连续的数值不为0的元素对应的二值图像中的多列像素构成的区域,均可以将区域的左边界线、右边界线分别作为目标左边界线、目标右边界线。
请参考图3,其示出了在车道线方向进行直方图投影的一个效果示意图。
在图3中,示出了路况图像中的3个车道,道路上的交通标志文字“小型”位于2个相邻的车道之间。示出了的水平方向的虚线为在确定目标左边界线、目标右边界线之前确定出的目标上边界线、目标下边界线。示出的车道线方向的虚线为确定出的目标左边界线、目标右边界线。车道线投影直方图中,交通标志文字“小”、“型”分别各自对应2个元素。包含3个形状为柱体的元素,形状为柱体的元素的数量仅为示例性的,实际与交通标志文字“小型”相关的位置连续的元素的数量远大于3个。车道线投影直方图的坐标轴中的数字为元素对应的路况图像对应的二值图像中的列包含的属于交通标志的像素即像素值为1的数量。根据垂直投影直方图,将交通标志文字“小”对应的2个柱体对应的2列像素占据的区域的左、右边界线分别作为目标左边界线、目标右边界线,同理,将交通标志文字“型”对应的2个柱体对应的2列像素占据的区域的左、右边界线分别作为目标左边界线、目标右边界线,目标上边界线、目标下边界线和目标左边界线、目标右边界线可以分别围成交通标志文字“小”、“型”所在的目标区域。
在本实施例中,当确定目标左边界线和目标右边界线时,也可以从车道线投影直方图的左侧开始,每一次找到两个数值不为0并且距离大于距离阈值的元素,均可以确定两个元素各自对应的一列像素,可以进一步确定两个元素各自对应的一列像素在二值图像中占据的区域,将一个元素的占据的区域的左边界线作为目标左边界线,将另一个元素占据的区域的右边界线作为目标右边界线。
在本实施例的一些可选的实现方式中,当将交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线时,可以将交通标志关联图像在水平方向进行直方图投影,得到水平投影直方图;基于水平投影直方图,确定目标上边界线和目标下边界线。当基于水平投影直方图,确定目标上边界线和目标下边界线时,可以确定水平投影直方图中的多个在位置上连续的数值不为0的元素,然后,可以进一步确定水平投影直方图中的多个在位置上连续的数值不为0的元素对应的二值图像中的多行像素构成的区域,将区域的上边界线、下边界线分别作为目标上边界线、目标下边界线。多个在位置上连续的数值不为0的元素可以构成一个元素集合。元素集合可以为多个,相应地,多个在位置上连续的数值不为0的元素对应的二值图像中的多行像素构成的区域可以为多个。对于每一个在位置上连续的数值不为0的元素对应的二值图像中的多行像素构成的区域,均可以将区域的上边界线、下边界线可以分别作为目标上边界线、目标下边界线。
在得到多个目标上边界线、目标下边界线之后,可以利用多个目标上边界线、目标下边界线,确定满足车道线投影条件的图像,车道线投影条件包括:在二值图像中占据的区域的上边界线为目标上边界线并且在二值图像中占据的区域的下边界线为目标下边界线。
可以直接将在基于水平投影直方图,确定目标上边界线和目标下边界线时确定出的由多行像素构成的区域的图像作为满足车道线投影条件的图像。二值图像中的满足车道线投影条件的图像的数量可以为多个,可以分别将每一个满足车道线投影条件的图像在车道线方向进行直方图投影,得到多个车道线投影直方图。可以根据每一个车道线投影直方图,分别确定车道线投影直方图中的多个在位置上连续的数值不为0的元素对应的二值图像中的多列像素构成的区域,将区域的左边界线、右边界线分别作为目标左边界线、目标右边界线。
在本实施例的一些可选的实现方式中,车道线投影条件还包括:车道线投影条件还包括:占据的区域包含的二值图像中的行的数量小于数量阈值,即当一个区域在二值图像中的高度小于高度阈值时,可以不将该区域的图像在车道线方向进行投影,相应地,不将该区域的边界线作为目标边界线。
在本实施例的一些可选的实现方式中,在基于水平投影直方图,确定目标上边界线和目标下边界线之前,可以查找出水平投影直方图中满足第一设置条件的元素,第一设置条件包括:对应的所述二值图像中的行中的属于交通标志的像素的数量小于第一数量阈值;将满足第一设置条件的元素的数值设置为0。
在本实施例的一些可选的实现方式中,在基于车道线投影直方图,确定目标左边界线和目标右边界线之前,可以查找出车道线投影直方图中满足第二设置条件的元素,第二设置条件包括:对应的所述二值图像中的列中的属于交通标志的像素的数量小于第二数量阈值;将满足第二设置条件的元素的数值设置为0。
步骤103,基于目标边界线,确定路况图像中的目标区域,以及对目标区域中的图像进行图像识别。
在本实施例中,在得到多个目标上边界线、多个目标下边界线、多个目标左边界线、多个目标右边界线之后,可以将多个目标上边界线、多个目标下边界线、多个目标左边界线、多个目标右边界线进行组合,得到多个目标区域。
以将一个目标上边界线、一个目标下边界线、一个目标左边界线、一个目标右边界线进行组合,得到一个目标区域为例,对于属于同一个由多行像素构成的区域的一个目标上边界线、一个目标下边界线,将属于一个由多行像素构成的区域的一个目标上边界线、一个目标下边界线与属于同一个由多列像素构成的区域并且与该目标上边界线、该目标下边界线相交的一个目标左边界线、一个目标右边界线进行组合,将该目标上边界线、该目标下边界线、该目标左边界线、该目标右边界线围成的区域作为一个目标区域。
在本实施例中,在确定出多个目标区域之后,由于每一个目标区域为交通标志的至少部分所在的区域,可以分别对每一个目标区域中的图像分别进行图像识别,即分别对路况图像中的交通标志所在的区域进行图像识别,准确地识别出目标区域中的交通标志。
请参考图4,作为对上述各图所示方法的实现,本申请提供了一种装置的一个实施例,该装置实施例与图1所示的方法实施例相对应。装置中的各个单元被配置为完成的相应的操作的具体实现方式可以参考方法实施例中描述的相应的操作的具体实现方式。
如图4所示,本实施例的交通标志识别装置包括:处理单元401、确定单元402、识别单元403。其中,处理单元401被配置为生成路况图像对应二值图像,以及确定所述二值图像中的与道路上的交通标志相关联的交通标志关联图像;确定单元402被配置为将所述交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线;识别单元403被配置为基于目标边界线,确定所述路况图像中的目标区域,以及对目标区域中的图像进行图像识别,以识别出目标区域中的交通标志。
在本实施例的一些可选的实现方式中,确定单元进一步被配置为:将所述交通标志关联图像在水平方向进行直方图投影,得到水平投影直方图;基于水平投影直方图,确定目标上边界线和目标下边界线;确定满足车道线投影条件的图像,以及将满足车道线投影条件的图像在车道线方向进行直方图投影,得到车道线投影直方图,车道线投影条件包括:在所述二值图像中占据的区域的上边界线为目标上边界线并且在所述二值图像中占据的区域的下边界线为目标下边界线;基于车道线投影直方图,确定目标左边界线和目标右边界线。
在本实施例的一些可选的实现方式中,车道线投影条件还包括:占据的区域包含的二值图像中的行的数量小于数量阈值。
在本实施例的一些可选的实现方式中,交通标志识别装置还包括:第一设置单元,被配置为在确定目标上边界线和目标下边界线之前,查找出水平投影直方图中满足第一设置条件的元素,第一设置条件包括:对应的所述二值图像中的行中的属于交通标志的像素的数量小于第一数量阈值;将满足第一设置条件的元素的数值设置为指示未包括属于交通标志的像素的数值。
在本实施例的一些可选的实现方式中,交通标志识别装置还包括:第二设置单元,被配置为在基于车道线投影直方图,确定目标左边界线和目标右边界线之前,查找出车道线投影直方图中满足第二设置条件的元素,第二设置条件包括:对应的所述二值图像中的列中的属于交通标志的像素的数量小于第二数量阈值;将满足第二设置条件的元素的数值设置为指示未包括属于交通标志的像素的数值。
图5示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
如图5所示,计算机系统包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有计算机系统操作所需的各种程序和数据。CPU 501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:输入部分506;输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,本申请的实施例中描述的过程可以被实现为计算机程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包括用于执行流程图所示的方法的指令。该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的方法中限定的上述功能。
本申请还提供了一种电子设备,该电子设备可以配置有一个或多个处理器;存储器,用于存储一个或多个程序,一个或多个程序中可以包含用以执行上述实施例中描述的操作的指令。当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行上述实施例中描述的操作的指令。
需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被消息执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由消息执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行消息。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机消息的组合来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种交通标志识别方法,包括:
生成路况图像对应二值图像,以及确定所述二值图像中的与道路上的交通标志相关联的交通标志关联图像;
将所述交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线,所述投影直方图包括车道线投影直方图,所述基于投影直方图,确定目标边界线包括:从车道线投影直方图的左侧开始,每一次找到两个数值不为0并且距离大于距离阈值的元素,确定该两个元素各自对应的一列像素,确定该两个元素各自对应的一列像素在二值图像中占据的区域,将一个元素的占据的区域的左边界线作为目标左边界线,将另一个元素占据的区域的右边界线作为目标右边界线;
基于目标边界线,确定所述路况图像中的目标区域,以及对目标区域中的图像进行图像识别,以识别出目标区域中的交通标志。
2.根据权利要求1所述的方法,将所述交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线包括:
将所述交通标志关联图像在水平方向进行直方图投影,得到水平投影直方图;
基于水平投影直方图,确定目标上边界线和目标下边界线;
确定满足车道线投影条件的图像,以及将满足车道线投影条件的图像在车道线方向进行直方图投影,得到车道线投影直方图,车道线投影条件包括:在所述二值图像中占据的区域的上边界线为目标上边界线并且在所述二值图像中占据的区域的下边界线为目标下边界线;
基于车道线投影直方图,确定目标左边界线和目标右边界线。
3.根据权利要求2所述的方法,车道线投影条件还包括:占据的区域包含的二值图像中的行的数量小于数量阈值。
4.根据权利要求3所述的方法,在基于水平投影直方图,确定目标上边界线和目标下边界线之前,所述方法还包括:
查找出水平投影直方图中满足第一设置条件的元素,第一设置条件包括:对应的所述二值图像中的行中的属于交通标志的像素的数量小于第一数量阈值;
将满足第一设置条件的元素的数值设置为指示未包括属于交通标志的像素的数值。
5.根据权利要求4所述的方法,在基于车道线投影直方图,确定目标左边界线和目标右边界线之前,所述方法还包括:
查找出车道线投影直方图中满足第二设置条件的元素,第二设置条件包括:对应的所述二值图像中的列中的属于交通标志的像素的数量小于第二数量阈值;
将满足第二设置条件的元素的数值设置为指示未包括属于交通标志的像素的数值。
6.一种交通标志识别装置,包括:
处理单元,被配置为生成路况图像对应二值图像,以及确定所述二值图像中的与道路上的交通标志相关联的交通标志关联图像;
确定单元,被配置为将所述交通标志关联图像在预设方向进行直方图投影,得到投影直方图,以及基于投影直方图,确定目标边界线,所述投影直方图包括车道线投影直方图,所述确定单元进一步被配置成从车道线投影直方图的左侧开始,每一次找到两个数值不为0并且距离大于距离阈值的元素,确定该两个元素各自对应的一列像素,确定该两个元素各自对应的一列像素在二值图像中占据的区域,将一个元素的占据的区域的左边界线作为目标左边界线,将另一个元素占据的区域的右边界线作为目标右边界线;
识别单元,被配置为基于目标边界线,确定所述路况图像中的目标区域,以及对目标区域中的图像进行图像识别,以识别出目标区域中的交通标志。
7.根据权利要求6所述的装置,确定单元进一步被配置为:将所述交通标志关联图像在水平方向进行直方图投影,得到水平投影直方图;基于水平投影直方图,确定目标上边界线和目标下边界线;确定满足车道线投影条件的图像,以及将满足车道线投影条件的图像在车道线方向进行直方图投影,得到车道线投影直方图,车道线投影条件包括:在所述二值图像中占据的区域的上边界线为目标上边界线并且在所述二值图像中占据的区域的下边界线为目标下边界线;基于车道线投影直方图,确定目标左边界线和目标右边界线。
8.根据权利要求7所述的装置,车道线投影条件还包括:占据的区域包含的二值图像中的行的数量小于数量阈值。
9.根据权利要求8所述的装置,所述装置还包括:
第一设置单元,被配置为在确定目标上边界线和目标下边界线之前,查找出水平投影直方图中满足第一设置条件的元素,第一设置条件包括:对应的所述二值图像中的行中的属于交通标志的像素的数量小于第一数量阈值;将满足第一设置条件的元素的数值设置为指示未包括属于交通标志的像素的数值。
10.根据权利要求9所述的装置,所述装置还包括:
第二设置单元,被配置为在基于车道线投影直方图,确定目标左边界线和目标右边界线之前,查找出车道线投影直方图中满足第二设置条件的元素,第二设置条件包括:对应的所述二值图像中的列中的属于交通标志的像素的数量小于第二数量阈值;
将满足第二设置条件的元素的数值设置为指示未包括属于交通标志的像素的数值。
11.一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201811160154.1A 2018-09-30 2018-09-30 交通标志识别方法和装置 Active CN109409247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811160154.1A CN109409247B (zh) 2018-09-30 2018-09-30 交通标志识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811160154.1A CN109409247B (zh) 2018-09-30 2018-09-30 交通标志识别方法和装置

Publications (2)

Publication Number Publication Date
CN109409247A CN109409247A (zh) 2019-03-01
CN109409247B true CN109409247B (zh) 2022-05-13

Family

ID=65465752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811160154.1A Active CN109409247B (zh) 2018-09-30 2018-09-30 交通标志识别方法和装置

Country Status (1)

Country Link
CN (1) CN109409247B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361303B (zh) * 2020-03-05 2023-06-23 百度在线网络技术(北京)有限公司 临时交通标志牌识别方法、装置及设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751567A (zh) * 2008-12-12 2010-06-23 汉王科技股份有限公司 快速文本识别方法
WO2010138988A1 (en) * 2009-06-03 2010-12-09 National Ict Australia Limited Detection of objects represented in images
CN101916516A (zh) * 2010-08-13 2010-12-15 深圳市豪恩汽车电子装备股份有限公司 一种车道偏移识别方法
CN103824081A (zh) * 2014-02-24 2014-05-28 北京工业大学 一种室外恶劣光照条件下的快速鲁棒交通标志检测方法
CN103971087A (zh) * 2013-07-12 2014-08-06 湖南纽思曼导航定位科技有限公司 一种实时搜索及识别交通标志的方法及装置
CN104766042A (zh) * 2014-01-06 2015-07-08 现代摩比斯株式会社 交通标志板识别方法及装置
EP3002712A2 (en) * 2014-09-30 2016-04-06 Konica Minolta Laboratory U.S.A., Inc. Horizontal and vertical line detection and removal for document images
CN105718870A (zh) * 2016-01-15 2016-06-29 武汉光庭科技有限公司 自动驾驶中基于前向摄像头的道路标线提取方法
CN107944425A (zh) * 2017-12-12 2018-04-20 北京小米移动软件有限公司 道路标志的识别方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1286056C (zh) * 2004-12-09 2006-11-22 上海交通大学 图像的方向投影方法
CN102708378B (zh) * 2012-04-28 2014-06-11 浙江工业大学 一种基于图像异常特征的智能交通抓拍设备故障诊断的方法
CN102722711B (zh) * 2012-05-31 2014-05-07 信帧电子技术(北京)有限公司 一种车牌类型识别中的车牌字符序列识别方法及装置
CN104680507A (zh) * 2013-11-28 2015-06-03 方正国际软件(北京)有限公司 一种基于方向边界线的直线检测方法及系统
CN105303188A (zh) * 2015-12-03 2016-02-03 深圳市捷顺科技实业股份有限公司 一种车牌左右边界的定位方法及装置
CN106326898B (zh) * 2016-08-04 2019-09-20 安凯 一种车牌图像提取方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751567A (zh) * 2008-12-12 2010-06-23 汉王科技股份有限公司 快速文本识别方法
WO2010138988A1 (en) * 2009-06-03 2010-12-09 National Ict Australia Limited Detection of objects represented in images
CN101916516A (zh) * 2010-08-13 2010-12-15 深圳市豪恩汽车电子装备股份有限公司 一种车道偏移识别方法
CN103971087A (zh) * 2013-07-12 2014-08-06 湖南纽思曼导航定位科技有限公司 一种实时搜索及识别交通标志的方法及装置
CN104766042A (zh) * 2014-01-06 2015-07-08 现代摩比斯株式会社 交通标志板识别方法及装置
CN103824081A (zh) * 2014-02-24 2014-05-28 北京工业大学 一种室外恶劣光照条件下的快速鲁棒交通标志检测方法
EP3002712A2 (en) * 2014-09-30 2016-04-06 Konica Minolta Laboratory U.S.A., Inc. Horizontal and vertical line detection and removal for document images
CN105718870A (zh) * 2016-01-15 2016-06-29 武汉光庭科技有限公司 自动驾驶中基于前向摄像头的道路标线提取方法
CN107944425A (zh) * 2017-12-12 2018-04-20 北京小米移动软件有限公司 道路标志的识别方法和装置

Also Published As

Publication number Publication date
CN109409247A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN107784301B (zh) 用于识别图像中文字区域的方法和装置
CN107944450B (zh) 一种车牌识别方法及装置
CN111382704B (zh) 基于深度学习的车辆压线违章判断方法、装置及存储介质
CN108108734B (zh) 一种车牌识别方法及装置
JP6823692B2 (ja) 車線処理方法、装置、及びプログラム
EP3270364A2 (en) Detection method and apparatus of a status of a parking lot and electronic equipment
CN110390314B (zh) 一种视觉感知方法及设备
CN109840463B (zh) 一种车道线识别方法和装置
CN112258519B (zh) 一种高精度地图制作中道路的让行线自动化提取方法及装置
US9792507B2 (en) Method and system for ground truth determination in lane departure warning
CN109583393B (zh) 一种车道线端点识别方法及装置、设备、介质
CN111860496A (zh) 车牌识别方法、装置、设备及计算机可读存储介质
CN109960959B (zh) 用于处理图像的方法和装置
CN111598076B (zh) 一种标签图像中日期检测处理方法及装置
CN109409247B (zh) 交通标志识别方法和装置
CN112699711A (zh) 车道线检测方法、装置、存储介质及电子设备
CN113569812A (zh) 未知障碍物的识别方法、装置和电子设备
CN112837384A (zh) 车辆标记方法、装置和电子设备
CN111639593A (zh) 车道线标签处理方法及装置
CN110057377B (zh) 路径导航方法及相关产品
CN113994391B (zh) 车辆通行提醒方法、装置及车载终端
CN113591543B (zh) 交通标志识别方法、装置、电子设备及计算机存储介质
CN112101139B (zh) 人形检测方法、装置、设备及存储介质
CN115019511A (zh) 基于自动驾驶车辆的识别机动车违规变道的方法和装置
CN113642521A (zh) 红绿灯识别质量的评价方法、装置和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20211013

Address after: 100176 Room 101, 1st floor, building 1, yard 7, Ruihe West 2nd Road, economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd.

Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing

Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant