TWI415013B - 路標之數字影像抽取方法其配置該方法之載具 - Google Patents
路標之數字影像抽取方法其配置該方法之載具 Download PDFInfo
- Publication number
- TWI415013B TWI415013B TW98127372A TW98127372A TWI415013B TW I415013 B TWI415013 B TW I415013B TW 98127372 A TW98127372 A TW 98127372A TW 98127372 A TW98127372 A TW 98127372A TW I415013 B TWI415013 B TW I415013B
- Authority
- TW
- Taiwan
- Prior art keywords
- road sign
- image
- digital image
- road
- edge
- Prior art date
Links
Landscapes
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Description
本發明係有關於一種路標之數字影像抽取方法,特別是有關於一種配置有路標之數字影像抽取方法之載具,藉此可使駕駛安全輔助系統能自動判讀路面的行車速限,主動提供駕駛人路面上的重要資訊,避免駕駛人因需注意過多資訊而導致分心,以提升駕駛人的行車安全。
一般行車時,駕駛人必須時常注意路面上的各式各樣資訊(如車距、道路方向、側邊及後方車輛和路標等),故駕駛人容易因此分心而發生事故,雖然車輛配有汽車安全帶及安全氣囊,可無時無刻保護汽車駕駛者及乘客的生命安全,但這些裝置並不能完全地保障駕駛者的安全。行車安全應抱持「預防重於治療」之態度,若能避免事故的發生,對駕駛者及乘客而言,才會是最有效的防護措施。因此當駕駛人在開車時,若能由車輛的駕駛安全輔助系統主動將路面上的重要資訊提供給駕駛人,即可避免駕駛人因需注意過多資訊而導致分心,因而大幅提升駕駛人的行車安全。
由於路標標示著道路的情況和規範,其功能是提供預先警示及目前限制之資訊予駕駛人,因此當車輛能夠主動獲得道路資訊時,也意味著它能提供駕駛人道路的情況。習知技術係利用速限路標具有紅外框、白底和黑字的彩色資訊來降低路標的搜尋範圍,然後再以圓形為形狀條件來確認路標的位置和大小,當辨識路標時,則直接拿被偵測為具有路標的矩形區域或大致的圓形區域,來進行路標內容的辨識。然而,這些方法通常都採用了一些假設來進行處理,例如(1)攝影機所拍攝的是彩色影像,(2)路標為正圓形影像和(3)路標影像為沒有角度旋轉的直立影像等。事實上,考量價格與成本的雙重因素,一般車輛通常僅安裝灰階影像攝影機,並沒有彩色資訊可以利用,或彩色資訊會隨著環境光線而變化,不容易得到穩定的分析結果,或當光線變暗時,彩色資訊並不明顯,甚至會完全失去,因此先前技術的方法無法在這樣的情況中使用。此外,隨著車輛的前進,車上的攝影機和道路側邊的路標會產生很大的偏斜角度,這使得所拍攝的路標影像並非是正圓形狀,而是呈現出橢圓形狀,甚至是經透視投影而得到具形變的橢圓形狀。若假設路標是正圓形而提出的方法在實際應用上通常是無法得到好的處理結果。最後,路標影像並不一定都是直立影像,可能是路標設立或攝影機架設時就已不是完全的直立,則當攝影機接近路標時,會拍攝出具有旋轉角度的路標影像。因此路標影像是直立的假設也會與事實不符的,故具有這種假設的處理方法通常也是無法得到好的處理結果。
在先前技術中,例如美國第7,068,844號專利揭露一種利用在頻率域的相關性(correlation)運算,來找出整張影像中那一部分(包含位置和範圍)具有哪一種路標的出現。因為路標有種類的不同,而且又有影像大小的不同,因此若有K種路標要尋找,而每種路標有N種可能的不同影像大小,則資料庫要記錄著K×N個路標的頻率特徵模板(Template)。在對輸入測試時,這些K×N個頻率特徵模板要對整張影像的各個位置和大小範圍逐一的進行比對,若第i種路標的第j種大小模板在位置(x,y)得到相關性分數高於所設定的臨界值時,則代表在位置(x,y)上出現著第j種大小的第i種路標。由於模板比對相當耗時,而且比對時間又會隨著路標的種類和可容忍的大小而形成線性的增長,此種做法很難達到即時處理的速度要求。
其次,又例如美國第7,466,841號專利揭露一種計算與色彩相關的形狀特徵,然後以Adaboosting演算法來學習得道路標的偵測器。當偵測到路標,則綜合所設計的多種圓形特徵,來判斷此路標之中心點位置和半徑大小。接著擷取此中心位置和半徑大小的圓形影像,加以正規化運算後,再進行路標的辨識。此方法假設路標為正圓形影像,但攝影機和路標若不是正交角度時,則所拍攝的路標影像常會呈現為具有角度的橢圓(甚至為頭大尾小的非橢圓),則此方法會不適用,產生很多的錯誤結果。
為了解決上述問題,本發明之主要目的在於提供一種路標之數字影像抽取方法,其係針對單通道(如灰階、亮度或色彩的組合)影像來分析,路標影像只需類似橢圓的形狀即可處理,也沒有角度旋轉的限制,因此可適用在不同天候、不同攝影機(彩色或灰階)、以及各種路標實際擺放的位置,故具有高度實用效能的速限路標之數字影像切割技術。
本發明之另一主要目的在於提供一種路標之數字影像抽取方法,其係針對單通道(如灰階、亮度或色彩的組合)影像來分析,路標影像只需類似橢圓的形狀即可處理,也沒有角度旋轉的限制,因此可適用在不同天候、不同攝影機(彩色或灰階)、以及各種路標實際擺放的位置,故可快速處理擷取的路標影像,達到快速處理之要求。
本發明之再一主要目的在於提供一種路標之數字影像抽取方法,其係針對單通道(如灰階、亮度或色彩的組合)影像來分析,路標影像只需類似橢圓的形狀即可處理,也沒有角度旋轉的限制,因此可適用在不同天候、不同攝影機(彩色或灰階)、以及各種路標實際擺放的位置,故能解決數字和路標背景不明顯或是路標太小的問題,可提高數字辨識的正確率。
本發明之還有一主要目的在於提供一種配置有路標之數字影像抽取方法之載具,可使駕駛安全輔助系統能自動判讀路面的行車速限,主動提供駕駛人路面上的重要資訊,避免駕駛人因需注意過多資訊而導致分心,以提升駕駛人的行車安全。
依據上述目的,本發明提供一種路標之數字影像抽取方法其配置該方法之載具,此方法包含擷取一路標影像,路標係由對比明顯(如:紅框、白底和黑字)的圖樣所組成並經由配置於載具上的攝像裝置將位於公路附近之路標影像擷取,以提供一輸入之路標影像;二值化路標影像,係執行影像二值化運算,以找出可能為路標中白底區域的影像點;偵測路標影像之邊緣,係將原始路標影像經由邊緣偵測來找出所有邊緣點,並將邊緣點於二值化的路標影像中去除,使得二值化的路標影像之白底區域能和其它圖案分離;執行補圓運算,係以連結元素分析找出所有可能為路標的連結元素,以決定補圓的位置及大小,用以將路標影像分離出的數字所形成的空洞或是白底和白底之間被斷開的部分能被連接起來;執行橢圓比對,係依據二值化之路標影像中的邊緣輪廓來求得一與輪廓最近似之橢圓,再依最近似橢圓的大小和位置找出最可能為路標白底的正確橢圓;切割路標影像之數字,針對原始路標影像,依正確的橢圓為範圍,再執行一次二值化運算,以切割出路標中的數字影像。
由於本發明係揭露一種路標之數字影像抽取方法,特別是有關於一種配置有路標之數字影像抽取方法之載具,藉此可使駕駛安全輔助系統能自動判讀路面的行車速限,主動提供駕駛人路面上的重要資訊,避免駕駛人因需注意過多資訊而導致分心,以提升駕駛人的行車安全。本發明所使用到的一些控制晶片編碼方法之詳細製造或處理過程,係利用現有技術來達成,故在下述說明中,並不作完整描述。而且下述內文中之圖式,其作用僅在表達與本發明特徵有關之示意圖。
請參考第1圖,其係根據本發明之路標之數字影像抽取方法之一較佳實施例示意圖。如第1圖所示,一種路標之數字影像抽取方法包含以下六個步驟:擷取一路標影像(100),其中路標可以是係由紅框、白底和黑字所組成並經由配置於載具上的攝像裝置將位於公路附近之路標影像擷取,以提供一輸入之路標影像;二值化路標影像(102),係執行影像二值化運算,以找出可能為路標中白底區域的影像點;偵測路標影像之邊緣(104),係將原始路標影像經由邊緣偵測來找出所有邊緣點,並將邊緣點相對於上述二值化影像中的位置之影像值設為0,使得路標影像二值化之後的白底區域和其它圖案分離;執行補圓運算(106),係以連結元素分析(Connected Component Analysis)找出所有可能為路標的連結元素,以決定補圓的位置及大小,用以將路標影像分離出的數字所形成的空洞或是白底和白底之間被斷開的部分能被連接起來;執行橢圓比對(108),係依據二值化之路標影像中的邊緣輪廓來求得一與輪廓最近似之橢圓,再依最近似橢圓的大小和位置找出最可能為路標白底的正確橢圓;切割路標影像之數字(110),針對原始路標影像,依正確的橢圓為範圍,再執行一次二值化運算,以切割出路標中的數字影像。
以下再針對上述六個步驟做進一步的說明:首先,進行路標影像擷取(100),係使用配置於載具(例如:車子)的攝像裝置以取得一個路標影像;一般而言,速限路標具有紅框、白底和黑字的特性,利用配置於載具上的攝像裝置,便可將位於公路附近之路標影像擷取,做為影像分析之標的;此外,本發明之攝像裝置並未做任何限制,其只要能獲得一個路標影像即可;同時,本發明對攝像裝置配置於載具的位置也並未加以限制,同樣地,其只要能獲得一個路標影像即可。
接著,將攝像裝置所擷取的路標影像進行影像二值化(102)之處理;由於路標偵測(例如使用Adaboost演算法)的結果無法保證路標一定是位於所偵測出來區域的正中央,為了避免背景訊號和其他雜訊會影響辨識的結果,需先找出路標白底區域影像的部分,並藉以定位路標在偵測出來區域的實際位置。在灰階或亮度影像中,路標白底區域的部分通常是屬於整個區域中最亮(即灰階或亮度值最大)的部分,所以可用區域影像二值化運算的方式,來找出可能為路標中白底區域的影像點,然而在實際路況中,路標影像會嚴重地受到光影的影響而呈現出不均勻的亮度變化,因此無法以一固定的閥值來做二值化。本發明考量光影的影響,乃利用歐祖(Ostu)演算法來找出適合的閥值以完成二值化運算,當影像值大於閥值則判斷為1,否則為0,又因為路標通常會位於偵測出來的路標區域之中央附近,且路標的外形為圓形,考量因角度不同造成路標外形有形變的情況,所以在使用歐祖演算法對原始影像進行二值化的運算時,採用的灰階或亮度直方圖係由在偵測出來的路標區域之正中央給予一橢圓形區域範圍來進行統計而得,而橢圓形區域的長軸和短軸與路標區域的長寬成正比(如一半長和一半寬)。上述歐祖(Ostu)演算法之公式為:
其中,N
為一張灰階影像所包含的像素點個數,其灰階值範圍為D
至U
,灰階影像中灰階值i
的像素點有f i
個,p i
為灰階值i
的機率;t
為一閥值,用來將灰階影像的灰階值分成兩個範圍C 1
和C 2
,C 1
為範圍[D
,…,t
]的灰階值集合,C 2
為範圍[t
+1,...,U
]的灰階值集合。ω1
(t
)為範圍C 1
的機率值總和,ω2
(t
)為範圍C 2
的機率值總和,μ1
(t
)為範圍C 1
的平均灰階值,μ2
(t
)為範圍C 2
的平均灰階值,μ t
為整張影像的平均灰階值,σ t
為相對於閥值t
的變異量,它也是挑選最佳閥值t best
的基準值。
再接著,對路標影像進行邊緣偵測(104);由於路標影像會受很多情況和因素的影響,例如陰影和表面反光等雜訊,而造成其二值化的效果不佳,使得在同一個路標上,相同顏色的影像點卻有不同灰度值的表現,最常見的情況便是路標白底區域差異大或路標外框有偏亮的點,而其中大部分是由反光現象所造成的現象,這些都可能會導致路標白底區域部分和路標紅框部分或背景連接在一起,而這樣的結果會造成無法準確地定位出路標的實際位置,以致辨識結果產生錯誤。本發明為了改善二值化的結果會出現路標白底區域和其它圖案連接的問題,特別採用邊緣的資訊,其原因在於公路管理單位為了讓駕駛人可以在路面上清楚看見路標,路標設計會呈現具有著強烈的對比性質,國內外路標主要的底色都會和路標的框、圖案和字有明顯的對比,而本發明所要辨識的對象之一「速限路標」擁有著紅色的外框和白色的底,框和底的交界處通常都存在著較強的邊緣資訊,因此利用這樣的邊緣資訊,便可解決路標白底的部分和路標紅框部分或背景連接在一起的問題。本發明使用Canny邊緣偵測的方式來找出輸入影像的所有邊緣點,判斷路標二值化結果不為0的影像點是否為邊緣點,若判斷結果是邊緣點便將此點設為0,反之則保持不變,如此一來,大部分路標的二值化影像中,白底區域和其他區域便可被完全斷開,不再相連。
本發明接著執行一個補圓運算(106),此步驟係在影像二值化(102)和二值化去除邊緣時,路標的白底部分仍有可能被分裂成好幾個區塊,而且,由於速限路標中間都存在著數字,影像二值化(102)可能會讓路標白底中間的數字形成空洞,上述的兩種情況都會造成影像形態學的運算結果會讓路標白底的部分變形或破碎,而非外形像一個完整圓。為了解決這樣的問題,本發明使用「補圓」方式,其目的是希望於二值化且去除邊緣的結果中,數字所形成的空洞以及白底和白底之間被斷開的部分能被連接起來。在此要強調,本發明執行補圓運算(106)時,係利用連結元素分析(Connected Component Analysis)的方式找出所有可能為路標白底的連結元素,以決定補圓的位置及大小,本發明利用連結元素的長寬、位置和與原始路標區域的相對關係,設計出可用來濾除不可能為路標白底的連結元素之條件。首先,因為偵測出來的路標主要位於原始路標區域中間附近的位置,因此連結元素的重心位置必須座落在以原始路標區域中間點為中心而長寬均為原始路標區域之一半的矩形範圍內;再來,為了去除過大或過小的連結元素,連結元素的像素點數目必須大於0.01倍的原始路標區域的總像素點數目,且小於0.6倍的原始路標區域的總像素點數目;另外,為了去除長寬過大的元素,元素寬度和長度必須小於0.9倍的原始路標區域的長和寬,最後補圓的位置為可能為路標白底連結元素所形成的矩形區域,補圓的大小為長短軸為0.8倍路標白底矩形區域之長寬的橢圓,而補圓的中心為路標白底連結元素之矩形區域的中心。
再接著,執行橢圓比對(108)以獲得一與輪廓最近似之橢圓,再依最近似橢圓的大小和位置找出最可能為路標白底的正確橢圓;由於實際的道路行駛狀況中,隨著車子的行進,路標和車子上的固定攝影機的角度也會跟著改變,所以路標的白底部分並非都是角度比較正的橢圓,因此需利用尋找橢圓的方法,以找出路標白底的部分是近似於哪種角度和大小的橢圓。本發明為了在影像形態學運算結果中找出合適的橢圓,首先對影像形態學運算結果找出所有連結元素的邊緣輪廓,再對每個連結元素輪廓求取和輪廓最近似的橢圓,然後利用橢圓的大小和位置等資訊來找出最可能為路標白底的橢圓。
最後,進行路標影像切割(110),係針對路標原始影像,以正確的橢圓為範圍,再執行一次二值化運算,來切割出路標中的數字影像:由於經由二值化切割出速限路標的數字後,在二值化的結果中,路標數字的周圍可能存在著一些非路標數字的雜訊,因此先於二值化的結果圖中找出所有的連結元素之後,可進一步包含一濾除非路標數字(112)的連結元素步驟,如第2圖所示,其濾除條件為:(a)連結元素重心位置必須座落於,以路標白底區域中間點為中心而長寬均為路標白底區域之0.85倍的矩形範圍內;(b)連結元素的像素點數目必須大於0.01倍的路標白底區域的總像素點數目,且小於0.5倍的總像素點數目。條件(a)是因為屬於路標數字的連結元素,主要是位於路標白底區域的中間位置。在非路標數字的連結元素被濾除後,再以濾除剩下的連結元素之原始影像和外框矩形範圍來當作整個路標切割模組的結果。
為了測試本發明方法的實際效能,速限路標資料的蒐集方式是以在車子上架設車用灰階攝影機,再到實際道路沿途拍攝,然後將這些視訊畫面利用手動框選的方式,將速限路標的位置和大小框選出來。在本發明的實驗中,總共包含七類的速限路標,它們的速限值分別為20、30、40、50、60、70和90,而總共的樣本個數為1497,其中最小的速限路標樣本之大小為22×22,而最大的速限路標樣本之大小為140×128。第3圖為一些手動框選路標影像樣本,由圖中可以看出這些路標在光線、大小和拍攝角度都有很大的變異,而且路標並沒有刻意做精準的框選,這是為了模擬自動偵測時路標範圍會有的誤差情形。在辨識方面,將此1497個路標分成兩半,其中739個速限路標是訓練樣本,做為支持向量機(Support Vector Machine)訓練,另外的758個速限路標則是用來產生測試樣本的辨識效能。基本上,支持向量機主要是用來辨識兩類問題,在處理多類的問題時,我們採用每一類會有其各自支持向量機的方式。那就是當有M類問題時,則需建立M個支持向量機,而第m個支持向量機可以將第m類和其他類的樣本分開,也就是會分辨輸入樣本是否屬於第m類。因此,針對一個輸入樣本特徵x,只要判斷哪一個類別k所對應的支持向量機之輸出值最大,則將x辨識成類別k。根據路標數字切割步驟中所尋找到路標背景的橢圓範圍,取出此範圍在原始影像中所對應的影像灰階(或亮度)區塊,再正規化成15×15的固定像素大小後,此固定像素大小的區塊影像灰階(或亮度)值即為支持向量機的輸入特徵x。
下表為支持向量機的辨識效能,其中「標誌」為測試樣本原來所屬的類別,「結果」為測試樣本被辨識的類別結果,「全部」為所有類別的測試樣本總數,「辨識正確率」為某類別的正確辨識率,最後一列為所有測試樣本的總數量、辨識正確數目和辨識率。由下表可以驗證支持向量機結合特徵比對的辨識效能相當良好,具有高達97.1%的辨識率,這顯示本發明能抽取出對辨識有效的速限路標的數字影像。另外在速度方面,在配備Intel Core2 Due E6400 2.13GHz和1.5GB RAM的系統上進行測試。以758個速限路標測試而言,平均的數字抽取和辨識時間只需大約5毫秒/每個路標。在系統整合之整體的效能上,針對720×480的測試影片,每個畫面在偵測和辨識的整體處理時間也只需約30毫秒~40毫秒。此數據顯示本整合系統具有快速的處理速度,已能達到即時處理的效能要求。
本發明提供一種配置有路標之數字影像辨識裝置之載具之另一較佳實施例。一種配置有路標之數字影像辨識裝置之載具,係於載具上配置一路標之數字影像辨識裝置,而路標之數字影像辨識裝置包括一攝像裝置以及一與攝像裝置連接之控制裝置,其中配置有路標之數字影像辨識裝置之載具之特徵在於:路標之數字影像辨識裝置具有將路標之數字影像切割以供辨識之功能,而路標之數字影像辨識裝置之數字影像抽取方法之詳細說明請參照上述,在此不再重複贅述。
以上所述僅為本發明之較佳實施例,並非用以限定本發明之權利範圍;同時以上的描述,對於熟知本技術領域之專門人士應可明瞭及實施,因此其他未脫離本發明所揭示之精神下所完成的等效改變或修飾,均應包含在本發明之申請專利範圍中。
100‧‧‧路標影像擷取
102‧‧‧影像二值化
104‧‧‧邊緣偵測
106‧‧‧補圓運算
108‧‧‧橢圓比對
110‧‧‧路標影像切割
112‧‧‧濾除非路標數字
第1圖係路標之數字影像抽取方法之示意圖。
第2圖係路標之數字影像抽取方法之示意圖。
第3圖係速限路標手動框選的樣本範例之示意圖。
100...路標影像擷取
102...影像二值化
104...邊緣偵測
106...補圓運算
108...橢圓比對
110...路標影像切割
Claims (24)
- 一種路標之數字影像抽取方法,包括:擷取一路標影像,該路標影像係由一對比明顯的圖樣所組成並經由配置於一載具上的一攝像裝置將位於公路附近之該路標影像擷取,以提供一輸入之路標影像;二值化該路標影像,係執行一單通道影像二值化運算,以找出可能為該路標影像中一白底區域的影像點;偵測該路標影像之邊緣,係將二值化之該路標影像經由一邊緣偵測方式來找出輸入影像的所有邊緣點,並將該邊緣點去除,使得該路標影像二值化之後的該白底區域和其它圖案分離;執行一補圓運算,係以一連結元素分析(Connected Component Analysis)找出所有可能為該白底區域的連結元素,藉由濾除非該白底區域的連結元素,以決定該白底區域補圓的位置及大小,用以將該路標影像分離出的至少一數字影像所形成的空洞或是白底和白底之間被斷開的部分被連接起來;執行一橢圓比對,係依據二值化之該路標影像中的一邊緣輪廓來求得與該邊緣輪廓最近似之一橢圓,再依最近似該橢圓的大小和位置找出最可能為該路標影像中該白底區域的一正確橢圓;切割該路標影像之該數字影像,係依該正確橢圓為範圍,再執行一次二值化運算,以切割出該路標影像中的該數字影像。
- 如申請專利範圍第1項所述之路標之數字影像抽取方法,其中該路標影像為一速限之路標。
- 如申請專利範圍第1項所述之路標之數字影像抽取方法,其中該對比明顯的圖樣為紅框、白底和黑字所組成的圖樣。
- 如申請專利範圍第1項所述之路標之數字影像抽取方法,其中該影像二值化運算係使用歐祖(Ostu)演算法來找出適合的閥值。
- 如申請專利範圍第1項所述之路標之數字影像抽取方法,其中該邊緣偵測方式係使用Canny邊緣偵測方式找出輸入影像的所有邊緣點。
- 如申請專利範圍第5項所述之路標之數字影像抽取方法,其中該邊緣點去除之方式係以該路標影像二值化結果不為0的影像點是否為邊緣點來判斷。
- 如申請專利範圍第6項所述之路標之數字影像抽取方法,其中當該路標影像二值化結果不為0的影像點為邊緣點時,便將此點設為0,反之則保持不變。
- 如申請專利範圍第1項所述之路標之數字影像抽取方法,其中該連結元素分析所找出之路標的連結元素的像素點數目須大於0.01倍的原始路標的總像素點數目。
- 如申請專利範圍第8項所述之路標之數字影像抽取方法,其中該連結元素分析所找出之路標的連結元素的像素點數目須小於0.6倍的原始路標的總像素點數目。
- 如申請專利範圍第1項所述之路標之數字影像抽取方法,其中該連結元素分析所找出之路標的連結元素的寬度和長度須小於0.9倍的原始路標的長和寬。
- 如申請專利範圍第1項所述之路標之數字影像抽取方法,其進一步包括一濾除非路標數字的連結元素步驟。
- 如申請專利範圍第11項所述之路標之數字影像抽取方法,其中該濾除步驟之條件包括:該連結元素重心位置係以該路標中間點為中心而長寬均為路標區域之0.85倍的矩形範圍內;該連結元素的像素點數目須大於0.01倍的路標白底區域的總像素點數目,且小於0.5倍的總像素點數目。
- 一種配置有路標之數字影像辨識裝置之載具,係於該載具上配置一路標之數字影像辨識裝置,而該路標之數字影像辨識裝置包括一攝像裝置以及與該攝像裝置連接之一控制裝置,其中該配置有路標之數字影像辨識裝置之載具之特徵在於:該路標之數字影像辨識裝置具有將路標之數字影像切割以供辨識之功能,而該路標之數字影像辨識裝置之數字影像抽取方法,包括:擷取一路標影像,該路標影像係由一對比明顯的圖樣所組成並經由配置於一載具上的一攝像裝置將位於公路附近之該路標影像擷取,以提供一輸入之路標影像;二值化該路標影像,係執行一單通道影像二值化運算,以找出可能為該路標影像中一白底區域的影像點;偵測該路標影像之邊緣,係將二值化之該路標影像經由一邊緣偵測方式來找出輸入影像的所有邊緣點,並將該邊緣點去除,使得該路標影像二值化之後的該白底區域和其它圖案分離;執行一補圓運算,係以一連結元素分析(Connected Component Analysis)找出所有可能為該白底區域的連結元素,藉由濾除非該白底區域的連結元素,以決定該白底區域補圓的位置及大小,用以將該路標影像分離出的至少一數字影像所形成的空洞或是白底和白底之間被斷開的部分被連接起來;執行一橢圓比對,係依據二值化之該路標影像中的一邊緣輪廓來求得與該邊緣輪廓最近似之一橢圓,再依最近似該橢圓的大小和位置找出最可能為該路標影像中該白底區域的一正確橢圓;切割該路標影像之該數字影像,係依該正確橢圓為範圍,再執行一次二值化運算,以切割出該路標影像中的該數字影像。
- 如申請專利範圍第13項所述之配置有路標之數字影像辨識裝置之載具,其中該路標影像為一速限之路標。
- 如申請專利範圍第13項所述之配置有路標之數字影像辨識裝置之載具,其中該對比明顯的圖樣為紅框、白底和黑字所組成的圖樣。
- 如申請專利範圍第13項所述之配置有路標之數字影像辨識裝置之載具,其中該影像二值化運算係使用歐祖(Ostu)演算法來找出適合的閥值。
- 如申請專利範圍第13項所述之配置有路標之數字影像辨識裝置之載具,其中該邊緣偵測方式係使用Canny邊緣偵測方式找出輸入影像的所有邊緣點。
- 如申請專利範圍第17項所述之配置有路標之數字影像辨識裝置之載具,其中該邊緣點去除之方式係以該路標影像二值化結果不為0的影像點是否為邊緣點來判斷。
- 如申請專利範圍第18項所述之配置有路標之數字影像辨識裝置之載具,其中當該路標影像二值化結果不為0的影像點為邊緣點時,便將此點設為0,反之則保持不變。
- 如申請專利範圍第13項所述之配置有路標之數字影像辨識裝置之載具,其中該連結元素分析所找出之路標的連結元素的像素點數目須大於0.01倍的原始路標的總像素點數目。
- 如申請專利範圍第20項所述之配置有路標之數字影像辨識裝置之載具,其中該連結元素分析所找出之路標的連結元素的像素點數目須小於0.6倍的原始路標的總像素點數目。
- 如申請專利範圍第13項所述之配置有路標之數字影像辨識裝置之載具,其中該連結元素分析所找出之路標的連結元素的寬度和長度須小於0.9倍的原始路標的長和寬。
- 如申請專利範圍第13項所述之配置有路標之數字影像辨識裝置之載具,其進一步包括一濾除非路標數字的連結元素步驟。
- 如申請專利範圍第23項所述之配置有路標之數字影像辨識裝置之載具,其中該濾除步驟之條件包括:該連結元素重心位置係以該路標中間點為中心而長寬均為路標區域之0.85倍的矩形範圍內;該連結元素的像素點數目須大於0.01倍的路標白底區域的總像素點數目,且小於0.5倍的總像素點數目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW98127372A TWI415013B (zh) | 2009-08-14 | 2009-08-14 | 路標之數字影像抽取方法其配置該方法之載具 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW98127372A TWI415013B (zh) | 2009-08-14 | 2009-08-14 | 路標之數字影像抽取方法其配置該方法之載具 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201106277A TW201106277A (en) | 2011-02-16 |
TWI415013B true TWI415013B (zh) | 2013-11-11 |
Family
ID=44814290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW98127372A TWI415013B (zh) | 2009-08-14 | 2009-08-14 | 路標之數字影像抽取方法其配置該方法之載具 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI415013B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI451990B (zh) * | 2011-08-29 | 2014-09-11 | Univ Nat Chiao Tung | 車道定位系統、車道定位方法及路面標記 |
-
2009
- 2009-08-14 TW TW98127372A patent/TWI415013B/zh not_active IP Right Cessation
Non-Patent Citations (2)
Title |
---|
吳文言,謝宗丞,路標辨識系統,義守大學,200506 * |
黃昌群,廖建均,應用機器視覺技術於戶外交通標誌之自動化偵測與辨識,國立台灣科技大學,20060725 * |
Also Published As
Publication number | Publication date |
---|---|
TW201106277A (en) | 2011-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8059868B2 (en) | License plate recognition apparatus, license plate recognition method, and computer-readable storage medium | |
CN107545239B (zh) | 一种基于车牌识别与车辆特征匹配的套牌检测方法 | |
US10025998B1 (en) | Object detection using candidate object alignment | |
US8902053B2 (en) | Method and system for lane departure warning | |
Badr et al. | Automatic number plate recognition system | |
CN107301405A (zh) | 自然场景下的交通标志检测方法 | |
KR101799778B1 (ko) | 원형 교통 표지 인식 환경에서 화이트 이너 서클과 관련된 확인 장치 및 그 방법 | |
US20130201334A1 (en) | Illumination Invariant and Robust Apparatus and Method for Detecting and Recognizing Various Traffic Signs | |
CN111382704A (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 | |
EP3171295B1 (en) | Method for processing image and computer-readable non-transitory recording medium storing program | |
US20090110286A1 (en) | Detection method | |
CN104318225A (zh) | 车牌检测方法及装置 | |
CN110991221B (zh) | 一种基于深度学习的动态交通闯红灯识别方法 | |
KR101727487B1 (ko) | 내용기반 차량분석기 및 이를 이용한 내용기반 차량분석방법 | |
JP2011216051A (ja) | 信号灯識別プログラムおよび信号灯識別装置 | |
Maldonado-Bascon et al. | Traffic sign recognition system for inventory purposes | |
CN110909598B (zh) | 一种基于深度学习的非机动车道交通违法行驶识别方法 | |
CN105184301B (zh) | 一种利用四轴飞行器判别车辆方位的方法 | |
CN101369312B (zh) | 检测图像中交叉口的方法和设备 | |
CN106022268A (zh) | 一种限速标识的识别方法和装置 | |
CN111046741A (zh) | 车道线识别的方法和装置 | |
CN111738228A (zh) | 一种面向治超证据链校验的多视角车辆特征匹配方法 | |
CN108182691B (zh) | 识别限速标志的方法、装置及车辆 | |
Ahmed et al. | Traffic sign detection and recognition model using support vector machine and histogram of oriented gradient | |
CN105512662A (zh) | 一种无牌车辆检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |