CN109558767A - 汽车及道路限速标志的识别方法、装置 - Google Patents
汽车及道路限速标志的识别方法、装置 Download PDFInfo
- Publication number
- CN109558767A CN109558767A CN201710876234.6A CN201710876234A CN109558767A CN 109558767 A CN109558767 A CN 109558767A CN 201710876234 A CN201710876234 A CN 201710876234A CN 109558767 A CN109558767 A CN 109558767A
- Authority
- CN
- China
- Prior art keywords
- image
- character
- road speed
- limit sign
- pixel
- 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.)
- Pending
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
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种汽车、道路限速标志的识别方法和装置,其中,道路限速标志的识别方法包括以下步骤:获取道路限速标志图像,并对道路限速标志图像进行均衡化处理,以得到对应的均衡图像,其中,道路限速标志图像为灰度图像;对均衡图像进行二值化处理,以得到带有道路限速标志牌的前景像素点和背景像素点的二值图像;根据前景像素点对二值图像进行分割处理,以得到具有限速值字符的字符序列图像;分别将字符序列图像与多个字符模板图像进行匹配计算,以得到道路限速标志牌对应的限速值。该道路限速标志的识别方法能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
Description
技术领域
本发明涉及汽车领域,特别涉及一种道路限速标志的识别方法、一种道路限速标志的识别装置和一种汽车。
背景技术
道路限速标志的识别属于车辆安全驾驶相关的汽车电子技术领域。目前,道路限速标志的识别方法主要分为两大类:
第一类:根据GPS定位系统及地图道路数据进行匹配的方法。该方法根据车辆当前的GPS定位的经纬度坐标信息以及汽车行驶方向,与预存的地图道路数据中的限速标志经纬度信息进行比对。当判断车辆当前行驶至有限速标志信息的路段时,提示车主当前道路的限速信息。
第二类:基于图像处理的方法。该方法通过车载摄像头采集车辆前方图像,通过图像处理技术从中识别限速标志信息。例如,相关技术中公开了一种交通限速标志识别方法和装置,其识别方法包括:对限速标志图像进行二值化处理,分出限速标志的前景和背景像素点;在二值化图像中分割前景像素点的各连通域,并提取符合预设单字符规则的连通域,按序组合得到候选序列;采用模板+字符分类器对候选序列中的各单字符进行按序识别并分类,得到所需的限速数值。
然而,第一类方法依赖于地图道路数据,如果地图数据更新不及时或数据不全时则无法提示车主限速信息。第二类方法过于依赖二值化步骤,实际路况由于天气光照等原因在一些情况下对图像进行二值化时无法很好分离前景与背景像素点,导致后一步骤在进行连通域分割时无法分割出单字符从而无法正确得到限速数值。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种道路限速标志的识别方法,该方法能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
本发明的第二个目的在于提出一种非临时性计算机可读存储介质。
本发明的第三个目的在于提出一种道路限速标志的识别装置。
本发明的第四个目的在于提出一种汽车。
为达到上述目的,本发明第一方面实施例提出了一种道路限速标志的识别方法,包括以下步骤:获取道路限速标志图像,并对所述道路限速标志图像进行均衡化处理,以得到对应的均衡图像,其中,所述道路限速标志图像为灰度图像;对所述均衡图像进行二值化处理,以得到带有道路限速标志牌的前景像素点和背景像素点的二值图像;根据所述前景像素点对所述二值图像进行分割处理,以得到具有限速值字符的字符序列图像;分别将所述字符序列图像与多个字符模板图像进行匹配计算,以得到所述道路限速标志牌对应的限速值。
根据本发明实施例的道路限速标志的识别方法,通过对道路限速标志图像进行均衡化处理,得到对比度较高的均衡图像,进而对均衡图像二值化处理得到带有道路限速标志牌的前景像素点和背景像素点的二值图像,并根据前景像素点对二值图像进行分割处理得到具有限速值字符的字符序列图像,最后将字符序列图像与多个字符模板图像进行匹配计算,由此,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
进一步地,本发明提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的道路限速标志的识别方法。
本发明实施例的非临时性计算机可读存储介质,在执行其上存储的与上述道路限速标志的识别方法对应的程序时,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
为达到上述目的,本发明第三方面实施例提出了一种道路限速标志的识别装置,包括:获取模块,用于获取道路限速标志图像;第一处理模块,用于对所述道路限速标志图像进行均衡化处理,以得到对应的均衡图像,其中,所述道路限速标志图像为灰度图像;第二处理模块,用于对所述均衡图像进行二值化处理,以得到带有道路限速标志牌的前景像素点和背景像素点的二值图像;第三处理模块,用于根据所述前景像素点对所述二值图像进行分割处理,以得到具有限速值字符的字符序列图像;匹配计算模块,用于分别将所述字符序列图像与多个字符模板图像进行匹配计算,以得到所述道路限速标志牌对应的限速值。
根据本发明实施例的道路限速标志的识别装置,通过第一处理模块对道路限速标志图像进行均衡化处理,得到对比度较高的均衡图像,进而通过第二处理模块对均衡图像二值化处理得到带有道路限速标志牌的前景像素点和背景像素点的二值图像,并通过第三处理模块根据前景像素点对二值图像进行分割处理得到具有限速值字符的字符序列图像,最后通过匹配计算模块将字符序列图像与多个字符模板图像进行匹配计算,由此,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
进一步地,本发明提出了一种汽车,该汽车包括道路限速标志的识别装置。
本发明实施例的汽车,采用上述的道路限速标志的识别装置,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
附图说明
图1为根据本发明实施例的道路限速标志的识别方法的流程图;
图2为根据本发明一个示例的图像直方图均衡化结果的示意图;
图3为根据本发明一个示例的图像二值化处理过程的示意图;
图4为根据本发明一个示例的图像分割处理的示意图;
图5为根据本发明实施例的道路限速标志的识别装置的方框图;
图6为根据本发明一个实施例的第三处理模块的方框图;
图7为根据本发明实施例的汽车的方框图。
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,旨在用于解释本发明,而不能理解为对本发明的限制。
下面结合附图来描述本发明实施例的道路限速标志的识别方法、道路限速标志的识别装置,以及汽车。
图1为根据本发明实施例的道路限速标志的识别方法的流程图。如图1所示,该道路限速标志的识别方法包括以下步骤:
S101,获取道路限速标志图像,并对道路限速标志图像进行均衡化处理,以得到对应的均衡图像。
其中,道路限速标志图像为灰度图像。
具体地,可以通过车载前置摄像头获取一帧带有限速标志牌的的图像,即道路限速标志图像,进而可以采用直方图均衡化方法对该道路限速标志图像进行处理,以得到对应的均衡图像。
参见图2,左边为获取的道路限速标志图像,右边为直方图均衡化处理后的均衡图像。可以看出,在环境光较暗、逆光等光照条件不好的情况下,通过直方图均衡化方法处理后的图像,对比度较高。
需要说明的是,直方图均衡化方法为图像处理中采用的常规方法,为减少冗余,此处不做详述。
S102,对均衡图像进行二值化处理,以得到带有道路限速标志牌的前景像素点和背景像素点的二值图像。
具体地,参见图2,经均衡化处理后得到的均衡图像具有较高的对比度,可方便进行二值化处理,得到前景像素点(即包含限速值字符、边框的像素点)和背景像素点(即限速值字符、边框之外的像素点)。其中,前景像素点的灰度值为0,背景像素点的灰度值为255。
S103,根据前景像素点对二值图像进行分割处理,以得到具有限速值字符的字符序列图像。
具体地,由于二值图像中的前景像素点可能不仅包含限速值字符像素点,还可能包含边框像素点,因此需要将前景像素点中的边框像素点去除。
在该实施例中,可以确定前景像素点中限速值字符对应的像素点所在的位置(如图2中第一行、图3中①所示的内层圆圈),进而可以将内层圆圈之外的其他位置的前景像素点均替换为背景像素点,此时的图像中的前景像素点主要包括限速值字符像素点。考虑到计算复杂度,可对此时的图像进行进一步分割处理,如分割为仅包含限速值字符所在最小矩形区域的字符序列图像,以便于匹配计算。
S104,分别将字符序列图像与多个字符模板图像进行匹配计算,以得到道路限速标志牌对应的限速值。
其中,字符模板图像可以是预先处理得到的各种限速标志(如限速110、限速60、限速40等)中截取的单个数字字符0-9的二值图像作为模板图像,并存储在相应的存储器中,以用于匹配计算。
具体地,可以分别将处理得到的字符序列图像与预存的多个字符模板图像进行匹配计算,根据匹配计算结果可以判断字符序列图像与每个字符模板图像的匹配程度,匹配程度最高的字符模板图像对应的字符即为该道路限速标志牌对应的限速值。
该道路限速标志的识别方法,通过对道路限速标志图像进行均衡化处理,得到对比度较高的均衡图像,进而对均衡图像二值化处理得到带有道路限速标志牌的前景像素点和背景像素点的二值图像,并根据前景像素点对二值图像进行分割处理得到具有限速值字符的字符序列图像,最后将字符序列图像与多个字符模板图像进行匹配计算,由此,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
在本发明的一些实施例中,在根据前景像素点对二值图像进行分割处理,以得到具有限速值字符的字符序列图像时,可从二值图像中获取前景像素点的最大连通域,并截取最大连通域对应的外接矩形,以得到截取图像;对截取图像进行像素点替换处理;计算像素点替换处理后的截取图像中前景像素点的水平投影图和垂直投影图;根据水平投影图和垂直投影图对像素点替换处理后的截取图像进行字符分割,以得到字符序列图像。
具体地,在对截取图像进行像素点替换处理时,保留外接矩形中最大内切圆内的像素点,并将截取图像中除最大内切圆之外的前景像素点替换为背景像素点。
举例而言,参见图3,查找二值图像的最大连通域(如图3中①内层圆圈)所对应的外接矩形区域,如图3中①的矩形框区域,得到的矩形区域如图,3中②所示,即截取图像。由于限速标志牌的限速值位于圆内,根据此特征,保留矩形框区域的最大内切圆内的像素点,即②中的圆形框区域,再把该圆形框之外的像素点均置为背景像素点,即对截取图像进行像素点替换处理,处理完成后的图像如图3中③所示。
进一步地,分别计算像素点替换处理后的截取图像中每列像素点的灰度值之和、每行像素点的灰度值之和,其中,所有列像素点的灰度值之和构成水平投影图,所有行像素点的灰度值之和构成垂直投影图。进而将像素点的灰度值之和小于第一预设值的列设定为候选字符列,将像素点的灰度值之和小于第二预设值的行设定为候选字符行,其中,候选字符列和候选字符行构成字符序列图像。
具体而言,分别根据如下式(1)、(2)计算二值图像中第j列像素点的灰度值之和、第i行像素点的灰度值之和:
其中,h为二值图像的高度,l为二值图像的长度,p(j,i)为第j列第i行像素点的灰度值,p(i,j)为第i行第j列像素点的灰度值,由每列像素点的灰度值组成的数组S(S1,S2,…,Sh)即为二值图像的水平投影图(如图4中限速值字符30右侧的图像),由每行像素点的灰度值组成的数组T(T1,T2,…,Tl)即为二值图像的水平投影图(如图4中限速值字符30下方的图像)。
进一步地,将像素点的灰度值之和小于第一预设值的列设定为候选字符列,将像素点的灰度值之和小于第二预设值的行设定为候选字符行。其中,候选字符列和候选字符行构成字符序列图像,即为图4中虚线组成的矩形框中的图像。
其中,第一预设值和第二预设值均可根据实际测试情况进行设定。
可以理解的是,二值图像中的前景像素点的灰度值为0,背景像素点的灰度值为255,像素点的灰度值之和小于第一预设值可认为是前景像素点的个数大于一定值。
由此,采用水平投影图和垂直投影图对二值图像进行字符分割后,可减少限速值字符间的粘结情况,提高限速值字符的分割效果。
在本发明的一些实施例中,在分别将字符序列图像与多个字符模板图像进行匹配计算,以得到道路限速标志牌对应的限速值时,首先对字符序列图像进行归一化处理,以将字符序列图像的大小调整为与字符模板图像的大小相同,然后根据如下公式(3)分别计算归一化处理后的字符序列图像与每个字符模板图像之间的匹配距离:
D(m,n)=∑m∑n|Sm,n-Tm,n| (3)
其中,Sm,n、Tm,n分别表示归一化处理后的字符序列图像和字符模板图像中像素点(m,n)的灰度值,D(m,n)为归一化处理后字符序列图像与模板图像之间在像素点(m,n)的匹配距离,1≤m≤M,M为归一化处理后的字符序列图像中每行像素点的个数,1≤n≤N,N为归一化处理后的字符序列图像中每行像素点的个数。
其中,归一化处理后的字符序列图像的大小与预存的字符模板图像的大小是相同的,且字符模板图像可以是各限速值字符所在最小矩形框图像。
进一步地,获取最小匹配距离minD(m,n),并判断minD(m,n)是否小于预设匹配距离。如果minD(m,n)小于预设匹配距离,则判断归一化处理后的字符序列图像对应的字符与字符模板图像对应的字符匹配;如果minD(m,n)大于等于预设匹配距离,则判断归一化处理后的字符序列图像对应的字符与字符模板图像对应的字符匹配失败。
其中,预设匹配距离可根据实际测试情况进行设定。
综上,根据本发明实施例的道路限速标志的识别方法,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
进一步地,本发明提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的道路限速标志的识别方法。
本发明实施例的非临时性计算机可读存储介质,在执行其上存储的与上述道路限速标志的识别方法对应的程序时,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
图5为根据本发明实施的道路限速标志的识别装置的方框图。如图5所示,该道路限速标志的识别装置100包括:获取模块10、第一处理模块20、第二处理模块30、第三处理模块40和匹配计算模块50。
其中,获取模块10用于获取道路限速标志图像。第一处理模块20用于对道路限速标志图像进行均衡化处理,以得到对应的均衡图像,其中,道路限速标志图像为灰度图像。第二处理模块30用于对均衡图像进行二值化处理,以得到带有道路限速标志牌的前景像素点和背景像素点的二值图像。第三处理模块40用于根据前景像素点对二值图像进行分割处理,以得到具有限速值字符的字符序列图像。匹配计算模块50用于分别将字符序列图像与多个字符模板图像进行匹配计算,以得到道路限速标志牌对应的限速值。
在本发明的一个实施例中,如图6所示,第三处理模块40包括:获取单元41、处理单元42、计算单元43和分割单元44。
其中,获取单元41用于从二值图像中获取前景像素点的最大连通域,并截取最大连通域对应的外接矩形,以得到截取图像。处理单元42用于对截取图像进行像素点替换处理。计算单元43用于计算像素点替换处理后的截取图像中前景像素点的水平投影图和垂直投影图。分割单元44用于根据水平投影图和垂直投影图对像素点替换处理后的截取图像进行字符分割,以得到字符序列图像。
具体地,处理单元42用于保留外接矩形中最大内切圆内的像素点,并将截取图像中除最大内切圆之外的前景像素点替换为背景像素点。计算单元43用于分别计算像素点替换处理后的截取图像中每列像素点的灰度值之和、每行像素点的灰度值之和,其中,所有列像素点的灰度值之和构成水平投影图,所有行像素点的灰度值之和构成垂直投影图。分割单元44用于将像素点的灰度值之和小于第一预设值的列设定为候选字符列,将像素点的灰度值之和小于第二预设值的行设定为候选字符行,其中,候选字符列和候选字符行构成字符序列图像。
在本发明的一些实施例中,匹配计算模块50具体用于对字符序列图像进行归一化处理,以将字符序列图像的大小调整为与字符模板图像的大小相同,并根据如下公式(3)分别计算归一化处理后的字符序列图像与每个字符模板图像之间的匹配距离:
D(m,n)=∑m∑n|Sm,n-Tm,n| (3)
其中,Sm,n、Tm,n分别表示归一化处理后的字符序列图像和字符模板图像中像素点(m,n)的灰度值,D(m,n)为归一化处理后字符序列图像与模板图像之间在像素点(m,n)的匹配距离,1≤m≤M,M为归一化处理后的字符序列图像中每行像素点的个数,1≤n≤N,N为归一化处理后的字符序列图像中每行像素点的个数。
进一步地,获取最小匹配距离minD(m,n),并判断minD(m,n)是否小于预设匹配距离。如果minD(m,n)小于预设匹配距离,则判断归一化处理后的字符序列图像对应的字符与字符模板图像对应的字符匹配;如果minD(m,n)大于等于预设匹配距离,则判断归一化处理后的字符序列图像对应的字符与字符模板图像对应的字符匹配失败。
根据本发明实施例的道路限速标志的识别装置,通过第一处理模块对道路限速标志图像进行均衡化处理,得到对比度较高的均衡图像,进而通过第二处理模块对均衡图像二值化处理得到带有道路限速标志牌的前景像素点和背景像素点的二值图像,并通过第三处理模块根据前景像素点对二值图像进行分割处理得到具有限速值字符的字符序列图像,最后通过匹配计算模块将字符序列图像与多个字符模板图像进行匹配计算,由此,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
图7为根据本发明实施的汽车的方框图。如图7所示,该汽车1000包括道路限速标志的识别装置100。
本发明实施例的汽车,采用上述的道路限速标志的识别装置,能够实现对道路限速标志牌对应的限速值的准确识别,有助于提升行车安全。
另外,根据本发明实施例的汽车的其他构成及其作用对本领域的技术人员是已知的,为减少冗余,此处不做赘述。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (14)
1.一种道路限速标志的识别方法,其特征在于,包括以下步骤:
获取道路限速标志图像,并对所述道路限速标志图像进行均衡化处理,以得到对应的均衡图像,其中,所述道路限速标志图像为灰度图像;
对所述均衡图像进行二值化处理,以得到带有道路限速标志牌的前景像素点和背景像素点的二值图像;
根据所述前景像素点对所述二值图像进行分割处理,以得到具有限速值字符的字符序列图像;
分别将所述字符序列图像与多个字符模板图像进行匹配计算,以得到所述道路限速标志牌对应的限速值。
2.如权利要求1所述的道路限速标志的识别方法,其特征在于,所述根据所述前景像素点对所述二值图像进行分割处理,以得到具有限速值字符的字符序列图像,包括:
从所述二值图像中获取所述前景像素点的最大连通域,并截取所述最大连通域对应的外接矩形,以得到截取图像;
对所述截取图像进行像素点替换处理;
计算像素点替换处理后的截取图像中前景像素点的水平投影图和垂直投影图;
根据所述水平投影图和所述垂直投影图对像素点替换处理后的截取图像进行字符分割,以得到所述字符序列图像。
3.如权利要求2所述的道路限速标志的识别方法,其特征在于,所述对所述截取图像进行像素点替换处理,包括:
保留所述外接矩形中最大内切圆内的像素点,并将所述截取图像中除所述最大内切圆之外的前景像素点替换为背景像素点。
4.如权利要求2或3所述的道路限速标志的识别方法,其特征在于,所述计算像素点替换处理后的截取图像中前景像素点的水平投影图和垂直投影图,包括:
分别计算像素点替换处理后的截取图像中每列像素点的灰度值之和、每行像素点的灰度值之和,其中,所有列像素点的灰度值之和构成所述水平投影图,所有行像素点的灰度值之和构成所述垂直投影图。
5.如权利要求4所述的道路限速标志的识别方法,其特征在于,所述根据所述水平投影图和所述垂直投影图对像素点替换处理后的截取图像进行字符切割,以得到所述字符序列图像,包括:
将像素点的灰度值之和小于第一预设值的列设定为候选字符列,将像素点的灰度值之和小于第二预设值的行设定为候选字符行,其中,所述候选字符列和所述候选字符行构成所述字符序列图像。
6.如权利要求1所述的道路限速标志的识别方法,其特征在于,所述分别将所述字符序列图像与多个字符模板图像进行匹配计算,以得到所述道路限速标志牌对应的限速值,包括:
对所述字符序列图像进行归一化处理;
根据如下公式分别计算归一化处理后的字符序列图像与每个字符模板图像之间的匹配距离:
其中,Sm,n、Tm,n分别表示归一化处理后的字符序列图像和字符模板图像中像素点的灰度值,D为归一化处理后字符序列图像与模板图像之间的匹配距离,1≤m≤M,M为归一化处理后的字符序列图像中每行像素点的个数,1≤n≤N,N为归一化处理后的字符序列图像中每行像素点的个数;
获取最小匹配距离minD(m,n),并判断minD(m,n)是否小于预设匹配距离;
如果minD(m,n)小于所述预设匹配距离,则判断归一化处理后的字符序列图像对应的字符与字符模板图像对应的字符匹配;
如果minD(m,n)大于等于所述预设匹配距离,则判断归一化处理后的字符序列图像对应的字符与字符模板图像对应的字符匹配失败。
7.一种非临时性计算机可读存储介质,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1-6中任一项所述的道路限速标志的识别方法。
8.一种道路限速标志的识别装置,其特征在于,包括:
获取模块,用于获取道路限速标志图像;
第一处理模块,用于对所述道路限速标志图像进行均衡化处理,以得到对应的均衡图像,其中,所述道路限速标志图像为灰度图像;
第二处理模块,用于对所述均衡图像进行二值化处理,以得到带有道路限速标志牌的前景像素点和背景像素点的二值图像;
第三处理模块,用于根据所述前景像素点对所述二值图像进行分割处理,以得到具有限速值字符的字符序列图像;
匹配计算模块,用于分别将所述字符序列图像与多个字符模板图像进行匹配计算,以得到所述道路限速标志牌对应的限速值。
9.如权利要求8所述的道路限速标志的识别装置,其特征在于,所述第三处理模块,包括:
获取单元,用于从所述二值图像中获取所述前景像素点的最大连通域,并截取所述最大连通域对应的外接矩形,以得到截取图像;
处理单元,用于对所述截取图像进行像素点替换处理;
计算单元,用于计算像素点替换处理后的截取图像中前景像素点的水平投影图和垂直投影图;
分割单元,用于根据所述水平投影图和所述垂直投影图对像素点替换处理后的截取图像进行字符分割,以得到所述字符序列图像。
10.如权利要求9所述的道路限速标志的识别装置,其特征在于,所述处理单元,具体用于:
保留所述外接矩形中最大内切圆内的像素点,并将所述截取图像中除所述最大内切圆之外的前景像素点替换为背景像素点。
11.如权利要求9或10所述的道路限速标志的识别装置,其特征在于,所述计算单元,具体用于:
分别计算像素点替换处理后的截取图像中每列像素点的灰度值之和、每行像素点的灰度值之和,其中,所有列像素点的灰度值之和构成所述水平投影图,所有行像素点的灰度值之和构成所述垂直投影图。
12.如权利要求11所述的道路限速标志的识别装置,其特征在于,所述分割单元,具体用于:
将像素点的灰度值之和小于第一预设值的列设定为候选字符列,将像素点的灰度值之和小于第二预设值的行设定为候选字符行,其中,所述候选字符列和所述候选字符行构成所述字符序列图像。
13.如权利要求8所述的道路限速标志的识别装置,其特征在于,所述匹配计算模块,具体用于:
对所述字符序列图像进行归一化处理;
根据如下公式分别计算归一化处理后的字符序列图像与每个字符模板图像之间的匹配距离:
D(m,n)=∑m∑n|Sm,n-Tm,n|,
其中,Sm,n、Tm,n分别表示归一化处理后的字符序列图像和字符模板图像中像素点的灰度值,D为归一化处理后字符序列图像与模板图像之间的匹配距离,1≤m≤M,M为归一化处理后的字符序列图像中每行像素点的个数,1≤n≤N,N为归一化处理后的字符序列图像中每行像素点的个数;
获取最小匹配距离minD(m,n),并判断minD(m,n)是否小于预设匹配距离;
如果minD(m,n)小于所述预设匹配距离,则判断归一化处理后的字符序列图像对应的字符与字符模板图像对应的字符匹配;
如果minD(m,n)大于等于所述预设匹配距离,则判断归一化处理后的字符序列图像对应的字符与字符模板图像对应的字符匹配失败。
14.一种汽车,其特征在于,包括8-13中任一项所述的道路限速标志的识别装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710876234.6A CN109558767A (zh) | 2017-09-25 | 2017-09-25 | 汽车及道路限速标志的识别方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710876234.6A CN109558767A (zh) | 2017-09-25 | 2017-09-25 | 汽车及道路限速标志的识别方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109558767A true CN109558767A (zh) | 2019-04-02 |
Family
ID=65861855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710876234.6A Pending CN109558767A (zh) | 2017-09-25 | 2017-09-25 | 汽车及道路限速标志的识别方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109558767A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188618A (zh) * | 2019-05-07 | 2019-08-30 | 南京理工大学 | 一种限速交通标志限速值识别方法 |
CN111046243A (zh) * | 2019-11-29 | 2020-04-21 | 苏州浪潮智能科技有限公司 | 一种基于网络拓扑图配置sonic的方法、设备及介质 |
CN112149624A (zh) * | 2020-10-16 | 2020-12-29 | 腾讯科技(深圳)有限公司 | 一种交通标识图像处理方法和装置 |
CN113516039A (zh) * | 2021-05-10 | 2021-10-19 | 东风汽车集团股份有限公司 | 一种限速识别及控制方法 |
CN114677596A (zh) * | 2022-05-26 | 2022-06-28 | 之江实验室 | 一种基于注意力模型的遥感图像船舶检测方法和装置 |
WO2022166606A1 (zh) * | 2021-02-07 | 2022-08-11 | 华为技术有限公司 | 一种目标检测方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706873A (zh) * | 2009-11-27 | 2010-05-12 | 东软集团股份有限公司 | 数字类限制标志的识别方法和装置 |
CN202771439U (zh) * | 2012-07-12 | 2013-03-06 | 长安大学 | 基于matlab交通标志自动识别装置 |
US20140003709A1 (en) * | 2012-06-28 | 2014-01-02 | Honda Motor Co., Ltd. | Road marking detection and recognition |
CN104361333A (zh) * | 2014-12-10 | 2015-02-18 | 东方网力科技股份有限公司 | 一种交通限速标志识别方法和装置 |
CN104680130A (zh) * | 2015-01-09 | 2015-06-03 | 安徽清新互联信息科技有限公司 | 一种身份证汉字识别方法 |
-
2017
- 2017-09-25 CN CN201710876234.6A patent/CN109558767A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706873A (zh) * | 2009-11-27 | 2010-05-12 | 东软集团股份有限公司 | 数字类限制标志的识别方法和装置 |
US20140003709A1 (en) * | 2012-06-28 | 2014-01-02 | Honda Motor Co., Ltd. | Road marking detection and recognition |
CN202771439U (zh) * | 2012-07-12 | 2013-03-06 | 长安大学 | 基于matlab交通标志自动识别装置 |
CN104361333A (zh) * | 2014-12-10 | 2015-02-18 | 东方网力科技股份有限公司 | 一种交通限速标志识别方法和装置 |
CN104680130A (zh) * | 2015-01-09 | 2015-06-03 | 安徽清新互联信息科技有限公司 | 一种身份证汉字识别方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188618A (zh) * | 2019-05-07 | 2019-08-30 | 南京理工大学 | 一种限速交通标志限速值识别方法 |
CN110188618B (zh) * | 2019-05-07 | 2022-10-14 | 南京理工大学 | 一种限速交通标志限速值识别方法 |
CN111046243A (zh) * | 2019-11-29 | 2020-04-21 | 苏州浪潮智能科技有限公司 | 一种基于网络拓扑图配置sonic的方法、设备及介质 |
CN111046243B (zh) * | 2019-11-29 | 2023-01-06 | 苏州浪潮智能科技有限公司 | 一种基于网络拓扑图配置sonic的方法、设备及介质 |
CN112149624A (zh) * | 2020-10-16 | 2020-12-29 | 腾讯科技(深圳)有限公司 | 一种交通标识图像处理方法和装置 |
CN112149624B (zh) * | 2020-10-16 | 2022-06-10 | 腾讯科技(深圳)有限公司 | 一种交通标识图像处理方法和装置 |
WO2022166606A1 (zh) * | 2021-02-07 | 2022-08-11 | 华为技术有限公司 | 一种目标检测方法及装置 |
CN113516039A (zh) * | 2021-05-10 | 2021-10-19 | 东风汽车集团股份有限公司 | 一种限速识别及控制方法 |
CN114677596A (zh) * | 2022-05-26 | 2022-06-28 | 之江实验室 | 一种基于注意力模型的遥感图像船舶检测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109558767A (zh) | 汽车及道路限速标志的识别方法、装置 | |
ES2900162T3 (es) | Método y aparato para reconocer una placa de matrícula de un vehículo | |
CN107194398B (zh) | 车损部位的识别方法及系统 | |
Lu et al. | Scene text extraction based on edges and support vector regression | |
US20200364467A1 (en) | Method and device for detecting illegal parking, and electronic device | |
WO2018090771A1 (zh) | 一种车牌识别方法及装置 | |
CN109147340A (zh) | 违法停车案件的鉴别方法、装置和计算机设备 | |
US10185880B2 (en) | Method and apparatus for augmenting a training data set | |
CN110532855B (zh) | 基于深度学习的自然场景证件图像文字识别方法 | |
CN105930791A (zh) | 基于ds证据理论的多摄像头融合的路面交通标志识别方法 | |
CN110135307A (zh) | 基于注意力机制的交通标志检测方法和装置 | |
US20140152697A1 (en) | Method and apparatus for providing augmented reality | |
Kuang et al. | Bayes saliency-based object proposal generator for nighttime traffic images | |
Huang et al. | Practical limitations of lane detection algorithm based on Hough transform in challenging scenarios | |
CN105989334A (zh) | 基于单目视觉的道路检测方法 | |
CN105224956A (zh) | 一种基于多特征融合的车牌类别识别方法及系统 | |
CN111753592B (zh) | 交通标志识别方法、装置、计算机设备和存储介质 | |
CN110991215B (zh) | 车道线检测方法、装置、存储介质及电子设备 | |
WO2021213157A1 (zh) | 模型训练方法、识别方法、装置、设备及存储介质 | |
Liu et al. | Vehicle detection and ranging using two different focal length cameras | |
CN108765315A (zh) | 图像补全方法、装置、计算机设备及存储介质 | |
CN111191657B (zh) | 一种文字识别方法、装置及计算机可读存储介质 | |
CN116152840A (zh) | 文件分类方法、装置、设备和计算机存储介质 | |
CN112560856B (zh) | 车牌检测识别方法、装置、设备及存储介质 | |
KR102390891B1 (ko) | 오토 라벨링을 통한 학습데이터 가공 서비스 제공 장치, 방법 및 프로그램 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190402 |
|
RJ01 | Rejection of invention patent application after publication |