《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于三分量色差法和Ostu法的交通標(biāo)志檢測(cè)
基于三分量色差法和Ostu法的交通標(biāo)志檢測(cè)
2014年微型機(jī)與應(yīng)用第20期
薛玉利
山東青年政治學(xué)院 信息工程學(xué)院 山東省高校信息安全與智能控制重點(diǎn)實(shí)驗(yàn)室,山東 濟(jì)南 250103
摘要: 交通標(biāo)志檢測(cè)是交通標(biāo)志識(shí)別的難點(diǎn)。在復(fù)雜的交通環(huán)境下,采用傳統(tǒng)顏色空間的固定閾值分割進(jìn)行交通標(biāo)志檢測(cè)的方法魯棒性差,難以準(zhǔn)確有效地檢測(cè)出交通標(biāo)志。提出了一種基于三分量色差法和Ostu法的交通標(biāo)志檢測(cè)方法。首先,通過(guò)計(jì)算圖像R、G、B分量的差值來(lái)得到紅、藍(lán)、黃三種顏色分量,然后利用Ostu法分別對(duì)它們進(jìn)行閾值分割,得到交通標(biāo)志的檢測(cè)結(jié)果。實(shí)驗(yàn)結(jié)果表明,該算法的檢測(cè)準(zhǔn)確率和實(shí)時(shí)性滿足實(shí)際要求。
Abstract:
Key words :

  摘  要交通標(biāo)志檢測(cè)是交通標(biāo)志識(shí)別的難點(diǎn)。在復(fù)雜的交通環(huán)境下,采用傳統(tǒng)顏色空間的固定閾值分割進(jìn)行交通標(biāo)志檢測(cè)的方法魯棒性差,難以準(zhǔn)確有效地檢測(cè)出交通標(biāo)志。提出了一種基于三分量色差法Ostu法的交通標(biāo)志檢測(cè)方法。首先,通過(guò)計(jì)算圖像R、G、B分量的差值來(lái)得到紅、藍(lán)、黃三種顏色分量,然后利用Ostu法分別對(duì)它們進(jìn)行閾值分割,得到交通標(biāo)志的檢測(cè)結(jié)果。實(shí)驗(yàn)結(jié)果表明,該算法的檢測(cè)準(zhǔn)確率和實(shí)時(shí)性滿足實(shí)際要求。

  關(guān)鍵詞: 交通標(biāo)志檢測(cè);三分量色差法;Ostu法;智能交通系統(tǒng)

0 引言

  駕駛輔助系統(tǒng)能在車輛行駛過(guò)程中實(shí)時(shí)識(shí)別交通標(biāo)志信息并將其提供給駕駛員,能使駕駛員減輕駕駛壓力,提前做出反應(yīng),有利于駕駛安全,對(duì)避免交通事故的發(fā)生具有重要意義。交通標(biāo)志自動(dòng)檢測(cè)是該系統(tǒng)的重要組成部分[1],該領(lǐng)域的研究對(duì)現(xiàn)代交通管理有重要意義。

  為便于駕駛員及時(shí)掌握道路信息,交通標(biāo)志通常被設(shè)計(jì)成特定的顏色和形狀[2],從而能最大限度地與自然和人造背景區(qū)分開[3]。交通標(biāo)志檢測(cè)方法主要有兩類,即顏色分割方法和形狀檢測(cè)方法。目前,國(guó)內(nèi)外學(xué)者對(duì)交通標(biāo)志分割的研究主要是針對(duì)交通標(biāo)志的顏色特征,在不同的彩色空間實(shí)現(xiàn)。一類方法是直接分析RGB(紅綠藍(lán))彩色空間中標(biāo)志顏色特征中R(紅)、G(綠)、B(藍(lán))三分量的關(guān)系,并設(shè)定閾值實(shí)現(xiàn)[4-5],該方法運(yùn)算簡(jiǎn)單,但由于三分量有較高的耦合度,易受光照影響。另一類方法是轉(zhuǎn)換到HSI空間實(shí)現(xiàn)分割[6-7],將顏色的色度(H)、飽和度(S)與亮度(I)分開,通過(guò)設(shè)定H分量范圍實(shí)現(xiàn),但彩色空間轉(zhuǎn)換過(guò)程中的計(jì)算量較大,且對(duì)飽和度低的情況分割效果較差。以上兩類方法分割閾值相對(duì)固定,難以適應(yīng)復(fù)雜的自然場(chǎng)景。

  針對(duì)上述問(wèn)題,本文提出一種基于三分量色差法和Ostu法的交通標(biāo)志檢測(cè)算法。算法首先在RGB空間對(duì)R、G、B三分量求色差,得到紅、藍(lán)、黃三種顏色分量圖像;然后利用Ostu法對(duì)三種顏色分量圖像進(jìn)行閾值分割,得到檢測(cè)結(jié)果。實(shí)驗(yàn)結(jié)果表明,本方法有效地提高了交通標(biāo)志分割效率,滿足駕駛員的實(shí)時(shí)性要求。

1 基于三分量色差法和Ostu法的交通標(biāo)志檢測(cè)

  1.1 三分量色差法

  我國(guó)的交通標(biāo)志基本分為三種:警告標(biāo)志、禁令標(biāo)志、指示標(biāo)志。紅色表示禁令,黃色表示警告,藍(lán)色表示指示。

  在RGB模型中R、G、B分量極易受光照的影響,這也是人們很少直接采用RGB模型實(shí)現(xiàn)分割的主要原因,但是三種色彩對(duì)應(yīng)三分量的差值卻保持在一定的范圍之內(nèi),即受光照影響不大。因此本文通過(guò)計(jì)算R、G、B分量的差值來(lái)得到紅、藍(lán)、黃三種顏色分量。對(duì)RGB空間的每個(gè)像素I=[Ir,Ig,Ib]進(jìn)行式(1)所示的變換,就可以得到紅色(red)、藍(lán)色(blue)和黃色(yellow)三種顏色分量,如圖1所示。

001.jpg

  1.png

  1.2 Ostu分割方法

  由于光照條件的不同,采集的實(shí)景圖各不相同,灰度直方圖的形狀多變,雙峰和低谷不明顯,因此,采用固定閾值分割無(wú)法適應(yīng)不同光照條件獲得的實(shí)景圖。Ostu算法以圖像的直方圖為依據(jù),將圖像分為目標(biāo)和背景兩大類,以兩類的類間方差最大或類內(nèi)方差最小為閾值選取準(zhǔn)則,不需要人為設(shè)定任何參數(shù),可以自動(dòng)獲取閾值level。分別對(duì)三種顏色分量求得閾值level,以紅色分量為例,利用式(2)得到交通標(biāo)志的分割圖。藍(lán)色和黃色的分割圖與此類同。三種顏色的分割圖如圖2所示。

002.jpg

  7{1[CK64{A@GMU9XUW_4${C.png

2 實(shí)驗(yàn)結(jié)果與分析

  本文實(shí)驗(yàn)以MATLAB7.0為開發(fā)環(huán)境,基于開發(fā)的交通圖像集Traffic Signs UAH Dataset[8]進(jìn)行了一組實(shí)驗(yàn)。Traffic Signs UAH Dataset包括474張交通標(biāo)志圖像,涵蓋了光照變化、部分遮擋、旋轉(zhuǎn)、陰影及交通標(biāo)志污損變形等情形下多種顏色和多種形狀的交通標(biāo)志。

003.jpg

  圖3為不同情形下的實(shí)驗(yàn)結(jié)果,分為光照變化、部分遮擋、旋轉(zhuǎn)、陰影和污損變形5種情況。第1、2列是原始圖像,第3、4列是通過(guò)算法處理后得到的檢測(cè)結(jié)果,可以看出本算法可以較好地檢測(cè)出上面5種情況的交通標(biāo)志。

  統(tǒng)計(jì)結(jié)果分為成功檢測(cè)和未成功檢測(cè)兩類。前者代表圖像中能被算法檢測(cè)出來(lái)的標(biāo)志,后者表示圖像中未能被算法檢測(cè)出來(lái)的標(biāo)志。在成功檢測(cè)標(biāo)志中,存在正確檢測(cè)和虛報(bào)(標(biāo)識(shí)出來(lái)并非交通標(biāo)志)兩類。在未成功檢測(cè)標(biāo)志中,存在漏檢(對(duì)正常行駛有影響但沒(méi)能檢測(cè)出來(lái))和其他(對(duì)正常行駛沒(méi)有影響且沒(méi)能檢測(cè)出來(lái))。統(tǒng)計(jì)的詳細(xì)數(shù)據(jù)如表1所示。

004.jpg

  通過(guò)表1的統(tǒng)計(jì)數(shù)據(jù)來(lái)看,正確檢測(cè)和其他結(jié)果都屬于能滿足實(shí)際要求的情況,且占據(jù)了絕大部分比例,表明算法有較高的檢測(cè)正確性。

  本算法的虛報(bào)主要出現(xiàn)在與交通標(biāo)志顏色類似的車輛、欄桿等;漏檢主要出現(xiàn)在距離較遠(yuǎn)處的交通標(biāo)志上,在車輛由遠(yuǎn)及近接近交通標(biāo)志的過(guò)程中,漏檢的交通標(biāo)志逐漸占據(jù)較大的圖像區(qū)間,算法會(huì)重新檢測(cè)到該交通標(biāo)志。綜上所述,該方法對(duì)交通標(biāo)志檢測(cè)的有效性是可以保證的。

  本算法以MATLAB7.0為開發(fā)環(huán)境,實(shí)驗(yàn)在Windows7系統(tǒng)的PC上完成,處理器為CORE i5,主頻2.4 GHz,內(nèi)存6 GB,平均檢測(cè)時(shí)間為7.8 ms,因此本算法能夠滿足車輛安全駕駛的實(shí)時(shí)性要求。

3 結(jié)論

  本文提出了一種基于三分量色差法和Ostu法的交通標(biāo)志檢測(cè)算法,實(shí)驗(yàn)證明,該方法簡(jiǎn)單有效,能夠滿足交通標(biāo)志檢測(cè)有效性和實(shí)時(shí)性的要求,并且對(duì)交通標(biāo)志的光照變化、部分遮擋、旋轉(zhuǎn)、陰影和污損變形5種常見情況具有較好的魯棒性。

  本文算法的不足之處在于較遠(yuǎn)的交通標(biāo)志存在漏檢的情況,在實(shí)際車輛駕駛過(guò)程中,車輛由遠(yuǎn)及近接近交通標(biāo)志,算法會(huì)自動(dòng)檢測(cè)到漏檢的交通標(biāo)志。

  綜上所述,本算法能夠滿足車輛安全駕駛時(shí)交通標(biāo)志檢測(cè)的實(shí)時(shí)性和魯棒性要求,為下一步交通標(biāo)志的識(shí)別奠定了良好的基礎(chǔ)。

參考文獻(xiàn)

  [1] 朱雙東,陸曉峰.道路交通標(biāo)志識(shí)別的研究現(xiàn)狀及展望[J].計(jì)算機(jī)工程與科學(xué),2006,28(12):50-52.

  [2] JIANG G, CHOI T. Robust detection of landmarks in color image based on fuzzy set theory[C]. ICSP. Beijing: IEEE Signal Processing Society, 1998:968-971.

  [3] HOOSE N. Computer image processing in traffic engineering[M]. New York: John Wiley &sons Inc.,1991.

  [4] SOETEDIO A, YAMADA K. An efficient algorithm for traffic sign detection[J]. Journal of Advanced Computational Intelligence and Intelligent Informatic, 2006,10(3):409-417.

  [5] 黃志勇,孫光民,李芳.基于RGB視覺(jué)模型的交通標(biāo)志分割[J].微電子學(xué)與計(jì)算機(jī),2004,21(10):147-148.

  [6] 朱雙東,張懿,陸曉峰.三角形交通標(biāo)志的智能檢測(cè)方法[J].中國(guó)圖象圖形學(xué)報(bào),2006,11(8):1127-1131.

  [7] ISHIZUKA Y, HIRAI Y. Segmentation of road sign symbols using opponent-color filters[C]. Proceedings of 11th World Congress on ITS, Nagoya, Aichi Japan, 2004:18-22.

  [8] GRAM. Traffic sign UAH dataset(2007-03-16)[2014-07-20].http://agamenon.tsc.uah.es/Investigacion/gram/traffic_signs.html.


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 四虎免费看 | 亚洲精品午夜国产va久久 | 国产99精品在线观看 | 福利一区二区三区视频在线观看 | 免费在线观看污视频网站 | 激情亚州 | 久久精品国产99国产精2020丨 | 国产在线2021 | 精品久久久久久中文字幕网 | 国产精品视频在这里有精品 | 欧美爱爱片 | 国产拍在线 | 久久九九精品一区二区 | 精品日产一区二区 | 精品九九久久国内精品 | 久久久久香蕉视频 | 成人免费视频一区二区 | 一级一级一级毛片 | 久草国产在线视频 | 免费v片在线看 | 精品国产一区二区三区久久久狼 | 99精品视频在线免费观看 | 免费精品99久久国产综合精品 | 最新激情网 | 99在线视频免费观看 | 全免费一级毛片在线播放 | 聚会的目的迅雷下载 | 欧美女人性视频 | 亚洲国产精品热久久 | 成人无遮挡毛片免费看 | 免费看电影的视频 | 欧美成人三级视频 | 日本中文字幕精品理论在线 | 外国色视频 | 久久国产高清字幕中文 | 亚洲天堂婷婷 | 60分钟短片高清免费观看 | 激情奇米网 | 精品久久久一二三区 | 日韩欧美一区二区精品久久 | 青青伊人网 |