CN111144218A - 车辆行驶过程中交通标志识别方法、装置 - Google Patents

车辆行驶过程中交通标志识别方法、装置 Download PDF

Info

Publication number
CN111144218A
CN111144218A CN201911200201.5A CN201911200201A CN111144218A CN 111144218 A CN111144218 A CN 111144218A CN 201911200201 A CN201911200201 A CN 201911200201A CN 111144218 A CN111144218 A CN 111144218A
Authority
CN
China
Prior art keywords
image
determined
mark
traffic
traffic sign
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
Application number
CN201911200201.5A
Other languages
English (en)
Inventor
王海荣
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.)
Zhongke Shuguang Nanjing Computing Technology Co Ltd
Original Assignee
Zhongke Shuguang Nanjing Computing 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 Zhongke Shuguang Nanjing Computing Technology Co Ltd filed Critical Zhongke Shuguang Nanjing Computing Technology Co Ltd
Priority to CN201911200201.5A priority Critical patent/CN111144218A/zh
Publication of CN111144218A publication Critical patent/CN111144218A/zh
Pending legal-status Critical Current

Links

Images

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

本发明公开了一种车辆行驶过程中交通标志识别方法、装置，所述方法包括：获取车辆行驶中的行驶图像；对所述行驶图像进行图像增强处理，得到识别图像；对所述识别图像进行边缘检测，确定检测图像中符合特定形状的待确定标志；对待确定标志进行颜色检测，保留符合预设色域范围内的待确定标志作为已确定交通标志；对所述已确定交通标志进行识别。采用上述方案，可以避免遗漏识别，或者将无关物件错误识别为交通标志的情况。提升交通安全系数。

Description

车辆行驶过程中交通标志识别方法、装置
技术领域
本发明涉及图像处理领域，尤其涉及一种车辆行驶过程中交通标志识别方法、装置。
背景技术
如今、交通领域发展十分迅速。因此，人们对于交通安全方面提出了更高的要求。
为了满足安全要求，辅助驾驶系统出现。由于现阶段交通规则纷繁复杂，人们难以记住各个交通标志，或者在驾驶过程中第一时间反应交通标志的含义，因此需要借助辅 助驾驶系统的帮助。
现有技术中采用的交通标志识别方案，存在遗漏识别，或者将无关物件错误识别为 交通标志的情况。因此，存在一定的安全隐患。
发明内容
发明目的：本发明旨在提供一种车辆行驶过程中交通标志识别方法、装置。
技术方案：本发明实施例中提供一种车辆行驶过程中交通标志识别方法，包括：获取车辆行驶中的行驶图像；对所述行驶图像进行图像增强处理，得到识别图像；对所述 识别图像进行边缘检测，确定检测图像中符合特定形状的待确定标志；对待确定标志进 行颜色检测，保留符合预设色域范围内的待确定标志作为已确定交通标志；对所述已确 定交通标志进行识别。
具体的，对所述行驶图像进行以下至少一种的图像增强处理：仿射变换、透视变换， 外观变换。
具体的，所述仿射变换采用以下公式进行：
Figure BDA0002295673790000011
其中，(x,y)表示所述行驶图像的二维坐标，(u,v)表示识别图像的二维坐标，ai、bi表征行驶图像旋转、缩放的线性变化程度，ci表示平移量；(i＝1、2)。
具体的，所述透视变换采用以下公式进行：
X＝a1x+b1y+c1
Y＝a2x+b2y+c2
Z＝a3x+b3y+c3，
Figure BDA0002295673790000021
Figure BDA0002295673790000022
其中，(x，y)表示所述行驶图像的二维坐标，(X,Y,Z)表示变换过程中得到的三 维坐标，(x’，y’)表示识别图像的二维坐标，
Figure BDA0002295673790000023
表示线性变换的矩阵参数，[a3 b3] 表示透视变换的矩阵参数，
Figure BDA0002295673790000024
表示平移变换的矩阵参数。
具体的，所述外观变换采用以下公式进行：
g(x,y)＝αf(x,y)+β，
其中，α(>0)、β表示增益与偏置值，分别控制图片的对比度和亮度，f(x,y)代 表行驶图像二维坐标(x,y)上的像素点的颜色通道数值，g(x,y)表示识别图像二维 坐标(x,y)上的像素点的颜色通道数值。
具体的，采用边缘检测算法对所述识别图像进行边缘检测，将检测得到的边缘轮廓 与预设的特定形状进行比对，若属于预设的特定形状范围内，则作为待确定标志。
具体的，根据待确定标志的边缘轮廓，确定待确定标志对应的标准交通标志；对待确定标志中各个区域的颜色进行提取，若各个区域的颜色属于对应的标准交通标志中对应的区域颜色的预设色域范围内，则将待确定标志作为已确定交通标志。
具体的，对已确定交通标志进行文本检测，提取已确定交通标志中的文字信息。
具体的，对已确定交通标志进行模式识别，确定已确定交通标志的含义。
本发明实施例中还提供一种车辆行驶过程中交通标志识别装置，包括：获取单元、增强单元、边缘检测单元、颜色检测单元和识别单元，其中：所述获取单元，用于获取 车辆行驶中的行驶图像；所述增强单元，用于对所述行驶图像进行图像增强处理，得到 识别图像；所述边缘检测单元，用于对所述识别图像进行边缘检测，确定检测图像中符 合特定形状的待确定标志；所述颜色检测单元，用于对待确定标志进行颜色检测，保留 符合预设色域范围内的待确定标志作为已确定交通标志；所述识别单元，用于对所述已 确定交通标志进行识别。
有益效果：与现有技术相比，本发明具有如下显著优点：可以避免遗漏识别，或者将无关物件错误识别为交通标志的情况。提升交通安全系数。
附图说明
图1为本发明实施例中提供的车辆行驶过程中交通标志识别方法的流程示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
参阅图1，其为本发明实施例中提供的车辆行驶过程中交通标志识别方法，包括具体步骤，以下结合说明书进行详细说明。
步骤S101，获取车辆行驶中的行驶图像。
在具体实施中，行驶图像是指，车辆行驶过程中周围的图像，特别是前进的方向的图像。
步骤S102，对所述行驶图像进行图像增强处理，得到识别图像。
在具体实施中，对图像进行增强处理，以提升后续检测、识别的准确率，进而提升最终识别的结果的准确率。
本发明实施例中，对所述行驶图像进行以下至少一种的图像增强处理：仿射变换、透视变换，外观变换。
本发明实施例中，所述仿射变换采用以下公式进行：
Figure BDA0002295673790000031
其中，(x,y)表示所述行驶图像的二维坐标，(u,v)表示识别图像的二维坐标，ai、bi表征行驶图像旋转、缩放的线性变化程度，ci表示平移量；(i＝1、2)。
在具体实施中，ai、bi和ci可以由用户根据实际应用场景进行相应的设定。
本发明实施例中，所述透视变换采用以下公式进行：
X＝a1x+b1y+c1
Y＝a2x+b2y+c2
Z＝a3x+b3y+c3，
Figure BDA0002295673790000032
Figure BDA0002295673790000033
其中，(x，y)表示所述行驶图像的二维坐标，(X,Y,Z)表示变换过程中得到的三 维坐标，(x’，y’)表示识别图像的二维坐标，
Figure BDA0002295673790000041
表示线性变换的矩阵参数，[a3 b3] 表示透视变换的矩阵参数，
Figure BDA0002295673790000042
表示平移变换的矩阵参数。
在具体实施中，矩阵参数可以由用户根据实际应用场景进行相应的设定。
本发明实施例中，所述外观变换采用以下公式进行：
g(x,y)＝αf(x,y)+β，
其中，α(>0)、β表示增益与偏置值，分别控制图片的对比度和亮度，f(x,y)代 表行驶图像二维坐标(x,y)上的像素点的颜色通道数值，g(x,y)表示识别图像二维 坐标(x,y)上的像素点的颜色通道数值。
在具体实施中，外观变换主要是指图像亮度的明暗变化以及图像对比度的高低变化，其中图像亮度调整是将图像像素的强度整体变大或是变小，对比度调整是将图像暗 处的像素强度变低，明亮处的像素强度变高，以达到拓宽某个区域内的显示精度和效果。
在具体实施中，α、β可以由用户根据实际应用场景进行相应的设定。
步骤S103，对所述识别图像进行边缘检测，确定检测图像中符合特定形状的待确定标志。
在具体实施中，交通标志的形状一般分为警告类的三角形，禁止类的圆形或是指示 类的矩形。因此，根据交通标志形状的有限性，可以通过检测识别图像中具有这些边缘轮廓的物件或标志，判断是否属于交通标志。
本发明实施例中，采用边缘检测算法对所述识别图像进行边缘检测，将检测得到的 边缘轮廓与预设的特定形状进行比对，若属于预设的特定形状范围内，则作为待确定标志。
在具体实施中，属于预设的特定形状范围内，指检测得到的边缘轮廓与预设的特定 形状中的某一个形状属于同一类。例如，均属于三角形或者圆形。
在具体实施中，特定形状可以根据现有的交通标志的形状进行预设。
步骤S104，对待确定标志进行颜色检测，保留符合预设色域范围内的待确定标志作为已确定交通标志。
本发明实施例中，根据待确定标志的边缘轮廓，确定待确定标志对应的标准交通标 志；
对待确定标志中各个区域的颜色进行提取，若各个区域的颜色属于对应的标准交通 标志中对应的区域颜色的预设色域范围内，则将待确定标志作为已确定交通标志。
在具体实施中，由于交通标志颜色以及颜色组合的有限性，所以可以在基于边缘检 测出的结果确定对应的标准交通标志。例如，边缘轮廓是三角形，则将三角形的交通标志作为标准交通标志。
在具体实施中，在确定了对应的标准交通标志后，再进一步进行颜色检测和比对，提高了在图像中提取交通标志目标的结果准确率。
在具体实施中，颜色可能会受到光照、新旧等因素的影响。因此，适当扩大颜色对应的色域范围，避免遗漏识别。
步骤S105，对所述已确定交通标志进行识别。
本发明实施例中，对已确定交通标志进行文本检测，提取已确定交通标志中的文字 信息。
在具体实施中，通过文本检测，确定已确定交通标志的含义。
本发明实施例中，对已确定交通标志进行模式识别，确定已确定交通标志的含义。
在具体实施中，某些不具有文字的标志，可以通过模式识别确定其的含义。
本发明实施例中，还提供一种车辆行驶过程中交通标志识别装置，包括：获取单元、 增强单元、边缘检测单元、颜色检测单元和识别单元，其中：
所述获取单元，用于获取车辆行驶中的行驶图像；
所述增强单元，用于对所述行驶图像进行图像增强处理，得到识别图像；
所述边缘检测单元，用于对所述识别图像进行边缘检测，确定检测图像中符合特定 形状的待确定标志；
所述颜色检测单元，用于对待确定标志进行颜色检测，保留符合预设色域范围内的 待确定标志作为已确定交通标志；
所述识别单元，用于对所述已确定交通标志进行识别。
本发明实施例中，所述增强单元，还用于对所述行驶图像进行以下至少一种的图像 增强处理：仿射变换、透视变换，外观变换。
本发明实施例中，所述增强单元，还用于采用以下公式进行仿射变换：
Figure RE-GDA0002391597310000061
其中，(x,y)表示所述行驶图像的二维坐标，(u,v)表示识别图像的二维坐标，ai、bi表征行驶图像旋转、缩放的线性变化程度，ci表示平移量；(i＝1、2)。
本发明实施例中，所述增强单元，还用于采用以下公式进行透视变换：
X＝a1x+b1y+c1
Y＝a2x+b2y+c2
Z＝a3x+b3y+c3，
Figure BDA0002295673790000062
Figure BDA0002295673790000063
其中，(x，y)表示所述行驶图像的二维坐标，(X,Y,Z)表示变换过程中得到的三 维坐标，(x’，y’)表示识别图像的二维坐标，
Figure BDA0002295673790000064
表示线性变换的矩阵参数，[a3 b3] 表示透视变换的矩阵参数，
Figure BDA0002295673790000065
表示平移变换的矩阵参数。
本发明实施例中，所述增强单元，还用于采用以下公式进行外观变换： g(x,y)＝αf(x,y+)β，
其中，α(>0)、β表示增益与偏置值，分别控制图片的对比度和亮度，f(x,y)代 表行驶图像二维坐标(x,y)上的像素点的颜色通道数值，g(x,y)表示识别图像二维 坐标(x,y)上的像素点的颜色通道数值。
本发明实施例中，所述边缘检测单元，还用于采用边缘检测算法对所述识别图像进 行边缘检测，将检测得到的边缘轮廓与预设的特定形状进行比对，若属于预设的特定形状范围内，则作为待确定标志。
本发明实施例中，所述颜色检测单元，还用于根据待确定标志的边缘轮廓，确定待确定标志对应的标准交通标志；对待确定标志中各个区域的颜色进行提取，若各个区域 的颜色属于对应的标准交通标志中对应的区域颜色的预设色域范围内，则将待确定标志 作为已确定交通标志。
本发明实施例中，所述识别单元，还用于对已确定交通标志进行模式识别，确定已确定交通标志的含义。
本发明实施例中，所述识别单元，还用于对已确定交通标志进行文本检测，提取已确定交通标志中的文字信息。

Claims (10)

1.一种车辆行驶过程中交通标志识别方法，其特征在于，包括：
获取车辆行驶中的行驶图像；
对所述行驶图像进行图像增强处理，得到识别图像；
对所述识别图像进行边缘检测，确定检测图像中符合特定形状的待确定标志；
对待确定标志进行颜色检测，保留符合预设色域范围内的待确定标志作为已确定交通标志；
对所述已确定交通标志进行识别。
2.根据权利要求1所述的车辆行驶过程中交通标志识别方法，其特征在于，所述对所述行驶图像进行图像增强处理，得到识别图像，包括：
对所述行驶图像进行以下至少一种的图像增强处理：仿射变换、透视变换，外观变换。
3.根据权利要求2所述的车辆行驶过程中交通标志识别方法，其特征在于，所述仿射变换采用以下公式进行：
Figure FDA0002295673780000011
其中，(x,y)表示所述行驶图像的二维坐标，(u,v)表示识别图像的二维坐标，ai、bi表征行驶图像旋转、缩放的线性变化程度，ci表示平移量；(i＝1、2)。
4.根据权利要求2所述的车辆行驶过程中交通标志识别方法，其特征在于，所述透视变换采用以下公式进行：
X＝a1x+b1y+c1
Y＝a2x+b2y+c2
Z＝a3x+b3y+c3，
Figure FDA0002295673780000012
Figure FDA0002295673780000013
其中，(x，y)表示所述行驶图像的二维坐标，(X,Y,Z)表示变换过程中得到的三维坐标，(x’，y’)表示识别图像的二维坐标，
Figure FDA0002295673780000014
表示线性变换的矩阵参数，[a3 b3]表示透视变换的矩阵参数，
Figure FDA0002295673780000021
表示平移变换的矩阵参数。
5.根据权利要求2所述的车辆行驶过程中交通标志识别方法，其特征在于，所述外观变换采用以下公式进行：
g(x,y)＝αf(x,y)+β，
其中，α(>0)、β表示增益与偏置值，分别控制图片的对比度和亮度，f(x,y)代表行驶图像二维坐标(x,y)上的像素点的颜色通道数值，g(x,y)表示识别图像二维坐标(x,y)上的像素点的颜色通道数值。
6.根据权利要求1所述的车辆行驶过程中交通标志识别方法，其特征在于，所述对所述识别图像进行边缘检测，确定检测图像中符合特定形状的待确定标志，包括：
采用边缘检测算法对所述识别图像进行边缘检测，将检测得到的边缘轮廓与预设的特定形状进行比对，若属于预设的特定形状范围内，则作为待确定标志。
7.根据权利要求6所述的车辆行驶过程中交通标志识别方法，其特征在于，所述对待确定标志进行颜色检测，保留符合预设色域范围内的待确定标志作为已确定交通标志，包括：
根据待确定标志的边缘轮廓，确定待确定标志对应的标准交通标志；
对待确定标志中各个区域的颜色进行提取，若各个区域的颜色属于对应的标准交通标志中对应的区域颜色的预设色域范围内，则将待确定标志作为已确定交通标志。
8.根据权利要求1所述的车辆行驶过程中交通标志识别方法，其特征在于，所述对所述已确定交通标志进行识别，包括：
对已确定交通标志进行文本检测，提取已确定交通标志中的文字信息。
9.根据权利要求8所述的车辆行驶过程中交通标志识别方法，其特征在于，所述对所述已确定交通标志进行识别，包括：
对已确定交通标志进行模式识别，确定已确定交通标志的含义。
10.一种车辆行驶过程中交通标志识别装置，其特征在于，包括：获取单元、增强单元、边缘检测单元、颜色检测单元和识别单元，其中：
所述获取单元，用于获取车辆行驶中的行驶图像；
所述增强单元，用于对所述行驶图像进行图像增强处理，得到识别图像；
所述边缘检测单元，用于对所述识别图像进行边缘检测，确定检测图像中符合特定形状的待确定标志；
所述颜色检测单元，用于对待确定标志进行颜色检测，保留符合预设色域范围内的待确定标志作为已确定交通标志；
所述识别单元，用于对所述已确定交通标志进行识别。
CN201911200201.5A 2019-11-29 2019-11-29 车辆行驶过程中交通标志识别方法、装置 Pending CN111144218A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911200201.5A CN111144218A (zh) 2019-11-29 2019-11-29 车辆行驶过程中交通标志识别方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911200201.5A CN111144218A (zh) 2019-11-29 2019-11-29 车辆行驶过程中交通标志识别方法、装置

Publications (1)

Publication Number Publication Date
CN111144218A true CN111144218A (zh) 2020-05-12

Family

ID=70517339

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911200201.5A Pending CN111144218A (zh) 2019-11-29 2019-11-29 车辆行驶过程中交通标志识别方法、装置

Country Status (1)

Country Link
CN (1) CN111144218A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591727A (zh) * 2021-08-03 2021-11-02 彭刚 一种配送机器人交通信号识别装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008377A (zh) * 2014-06-07 2014-08-27 北京联合大学 基于时空关联的地面交通标志实时检测识别方法
CN105809138A (zh) * 2016-03-15 2016-07-27 武汉大学 一种基于分块识别的道路警告标志检测与识别方法
CN107392115A (zh) * 2017-06-30 2017-11-24 中原智慧城市设计研究院有限公司 一种基于分层特征提取的交通标志识别方法
CN107978165A (zh) * 2017-12-12 2018-05-01 南京理工大学 基于计算机视觉的交叉口标志标线与信号灯智能感知方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008377A (zh) * 2014-06-07 2014-08-27 北京联合大学 基于时空关联的地面交通标志实时检测识别方法
CN105809138A (zh) * 2016-03-15 2016-07-27 武汉大学 一种基于分块识别的道路警告标志检测与识别方法
CN107392115A (zh) * 2017-06-30 2017-11-24 中原智慧城市设计研究院有限公司 一种基于分层特征提取的交通标志识别方法
CN107978165A (zh) * 2017-12-12 2018-05-01 南京理工大学 基于计算机视觉的交叉口标志标线与信号灯智能感知方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZUOYOU网友: "1.5 改变图像的对比度和亮度" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591727A (zh) * 2021-08-03 2021-11-02 彭刚 一种配送机器人交通信号识别装置

Similar Documents

Publication Publication Date Title
JP5083658B2 (ja) 車両用車線認識装置、車両、及び車両用車線認識プログラム
US11003931B2 (en) Vehicle monitoring method and apparatus, processor, and image acquisition device
Wu et al. Lane-mark extraction for automobiles under complex conditions
CN102375982B (zh) 一种融合多字符特征的车牌定位方法
JP4863951B2 (ja) 信号機認識装置
CN105374015A (zh) 基于局部对比度和笔画宽度估计的低质量文档图像二值化方法
Li et al. Nighttime lane markings recognition based on Canny detection and Hough transform
EP1887522A1 (en) Vehicle and road sign recognition device
WO2011154978A2 (en) An illumination invariant and robust apparatus and method for detecting and recognizing various traffic signs
CN105893944B (zh) 深度信息静态手势分割方法
CN102819728A (zh) 一种基于分类模板匹配的交通标志检测方法
CN108647664B (zh) 一种基于环视图像的车道线检测方法
CN105701487A (zh) 一种车标定位的方法
CN107563301A (zh) 基于图像处理技术的红灯信号检测方法
CN110348501A (zh) 一种实现停车场车牌相似度匹配方法
CN107992810B (zh) 车辆识别方法和装置、电子设备和存储介质
JP2009163682A (ja) 画像識別装置及びプログラム
CN111027494A (zh) 一种基于计算机视觉的矩阵车灯识别方法
CN111144218A (zh) 车辆行驶过程中交通标志识别方法、装置
JP5338762B2 (ja) ホワイトバランス係数算出装置及びプログラム
CN111460989A (zh) 一种基于单目视觉的方向盘手离检测方法
CN109800693B (zh) 一种基于颜色通道混合特征的夜间车辆检测方法
JP6173962B2 (ja) レーンマーク認識装置
CN110321828B (zh) 一种基于双目摄像机和车底阴影的前方车辆检测方法
Win et al. Lane boundaries detection algorithm based on retinex with line segments angles computation

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