一种道路交通标志检测方法及装置制造方法及图纸

本发明专利技术提出一种道路交通标志检测方法及装置，其中方法包括：A、通过原始图像InputImage获取边缘图；B、对边缘图中的每个边缘点朝梯度方向投票，得到投票图VoteImage；C、在VoteImage上进行峰值滤波，获取候选目标中心，并根据候选目标中心确定候选区域；D、对于存在相交面积的候选区域，通过中心得票数进行非极大值抑制，得到最终的目标中心及道路交通标志的形状。本发明专利技术不受光照、褪色等易变条件的影响，能够识别出道路交通标志，具有高鲁棒性和实时性。

【技术实现步骤摘要】
一种道路交通标志检测方法及装置
本专利技术涉及图像识别
，尤其涉及一种道路交通标志检测方法及装置。
技术介绍
道路交通中，警告标志、禁令标志和指示标志是三种最重要、也是最常见的交通标志，它们均具有特定颜色和形状特征用以区分其他物体，达到提醒驾驶员的目的。在自然场景中，复杂背景以及光照等各种因素的影响，提高了交通标志定位难度，其影响因素主要表现在以下方面：光照条件时常变化且不可控、交通标志被损坏、被污染或者遮挡、交通标志颜色褪色、雨雾等恶劣天气的存在，以及尺度变化、倾斜等。研究具有高鲁棒性和高实时性的道路标志检测算法，对于车载辅助驾驶交通标志识别具有重要的意义。目前常用的交通标志检测主要有基于颜色信息分割和基于图像信息先验假设的方法。其中，基于颜色分割算法建立在交通标志颜色不变性的假设基础之上，能够去除图像大部分非相关区域。然而，由于光照条件的变化，交通标志长久日晒褪色，该假设并不成立。另一种是基于图像信息先验假设的方法。例如，假设路面占据图像大部分区域，结合颜色信息进行交通标志分割。然而，该假设在凹凸路面并不成立。可见，现有的交通标志检测方法均受到一定的条件限制，在自然环境中，这些方法在有些情况下无法正确识别出道路交通标志。
技术实现思路
本专利技术提供了一种道路交通标志检测方法，该方法不受光照、褪色等易变条件的影响，能够识别出道路交通标志，具有高鲁棒性和实时性。本专利技术还提供了一种道路交通标志检测装置，该装置不受光照、褪色等易变条件的影响，能够识别出道路交通标志，具有高鲁棒性和实时性。本专利技术的技术方案是这样实现的：一种道路交通标志检测方法，包括：A、通过原始图像InputImage获取边缘图；B、对边缘图中的每个边缘点朝梯度方向投票，得到投票图VoteImage；C、在VoteImage上进行峰值滤波，获取候选目标中心，并根据候选目标中心确定候选区域；D、对于存在相交面积的候选区域，通过中心得票数进行非极大值抑制，得到最终的目标中心及道路交通标志的形状。一种道路交通标志检测装置，包括：边缘图生成模块，用于通过原始图像InputImage获取边缘图；投票模块，用于对边缘图中的每个边缘点朝梯度方向投票，得到投票图VoteImage；候选确定模块，用于在VoteImage上进行峰值滤波，获取候选目标中心，并根据候选目标中心确定候选区域；最终确定模块，用于对于存在相交面积的候选区域，通过中心得票数进行非极大值抑制，得到最终的目标中心及道路交通标志的形状。可见，本专利技术提出的道路交通标志检测方法和装置，使用图像边缘信息可以检测出正三角形、倒三角形、正方形、正多边形、圆形等形状的道路交通标志。该方式不受光照、褪色等易变条件的影响，通过边缘条件过滤，可以去除大面积图像非相关区域，具有高鲁棒性和实时性。附图说明图1为本专利技术提出的道路交通标志检测方法流程图；图2为确定道路交通标志的实现效果示意图；图3为步骤101的实现效果示意图；图4为正多边形投票计数器确定投票计数器点的实现效果示意图；图5为本专利技术提出的道路交通标志装置结构示意图。具体实施方式本专利技术提出一种道路交通标志检测方法，如图1为该方法实现流程图，包括：步骤101：通过原始图像InputImage获取边缘图；步骤102：对边缘图中的每个边缘点朝梯度方向投票，得到投票图VoteImage；步骤103：在VoteImage上进行峰值滤波，获取候选目标中心，并根据候选目标中心确定候选区域；步骤104：对于存在相相交面积的候选区域，通过中心得票数进行非极大值抑制，得到最终的目标中心及道路交通标志的形状。如图2为采用上述方法确定道路交通标志的实现效果示意图。在图2的第二行中，第一幅为原始灰度图像中，其中存在一个圆形的道路交通标志；第二幅为根据灰度图像得到的边缘图；第三幅为VoteImage，其中的亮点为投票计数器点；第四幅中，在图中道路交通标志的附近区域确定出多个候选区域；第五幅中，最终确定出道路交通标志的区域。上述步骤101的具体方式可以包括：1)对InputImage执行边缘检测，得到粗略边缘图EdgeImage1；具体可以对InputImage利用Sobel算子获取梯度幅值图像MagnitudeImage，将MagnitudeImage中梯度幅值大于预设阈值的像素点确定为边缘点，将确定出的所有边缘点组成ImageEdge1；2)对EdgeImage1执行梯度幅值非极大值抑制方法，得到细化边缘图EdgeImage2；具体可以为将ImageEdge1每个边缘点在四邻域内利用梯度幅值非极大值抑制，最终获取ImageEdge2。如图3为步骤101的实现效果示意图。上述步骤102中，针对ImageEdge2中的每个边缘点投票。具体方式可以为：分别采用圆形投票计数器和正多边形投票计数器确定边缘图中的每个边缘点的投票计数器点，将确定出的投票计数器点形成针对圆形的投票图VoteImage(r)和针对多个针对不同边数的正多边形的投票图VoteImage(r，s)；其中，VoteImage(r)中，r为检测圆形的半径；VoteImage(r，s)中，r为检测正多边形的中心到边缘的垂直距离，s为检测正多边形的边数。其中，圆形投票计数器可以为：对圆形的边缘点利用式子(1)进行计算，得到边缘点对应的投票计数器点；Vote(p)＝p±round(r·g(p))………………………………………………式子(1)其中，p为边缘点；Vote(p)为p对应的投票计数器点；r为检测圆形的半径；g(p)为p的单位梯度；round()为取整运算。因为我们不知道交通标志区域亮度大于或者小于背景区域，因此需要朝这梯度方向的两个方向同时进行投票累加计数。所述正多边投票计数器为：对正多边形的边缘点利用式子(2)进行计算，得到边缘点对应的投票计数器点；………………………………式子(2)其中，p为边缘点；L(p,m)为p对应的投票计数器点；m的取值范围为m∈[-w,w]，其中，round()为取整运算，r为检测正多边形的中心到边缘的垂直距离，s为检测正多边形的边数；g(p)为p的单位梯度；为与g(p)垂直的单位向量。如图4为正多边形投票计数器确定投票计数器点的实现效果示意图。与圆形投票计数器不同，一个边缘点对应的投票计数器点不是两个点，而是两排点。通过上述过程，确定出了不同形状及不同r的多个投票图，之后，对每个投票图执行步骤103，具体包括：对于VoteImage(r)，遍历VoteImage(r)中的点，将投票计数器点大于预设阈值Threshold的点确定为候选目标中心；其中，Threshold＝Perimeter*rate，Perimeter为检测圆形的周长(容易理解的是，采用r可以确定出Perimeter)，rate为预设比例；对于VoteImage(r,s)，遍历VoteImage(r,s)中的点，将投票计数器点大于预设阈值Threshold的点确定为候选目标中心；其中，Threshold＝Perimeter*rate，Perimeter为检测正多边形的周长(容易理解的是，采用r和s可以确定出Perimeter)，rate为预设比例。按照步骤103，针对一个实际存在的道路交通标志通常会确定出多个候选区域，对于本文档来自技高网...

【技术保护点】
一种道路交通标志检测方法，其特征在于，所述方法包括：A、通过原始图像InputImage获取边缘图；B、对边缘图中的每个边缘点朝梯度方向投票，得到投票图VoteImage；C、在VoteImage上进行峰值滤波，获取候选目标中心，并根据候选目标中心确定候选区域；D、对于存在相交面积的候选区域，通过中心得票数进行非极大值抑制，得到最终的目标中心及道路交通标志的形状。

【技术特征摘要】
1.一种道路交通标志检测方法，其特征在于，所述方法包括：A、通过原始图像InputImage获取边缘图；B、对边缘图中的每个边缘点朝梯度方向投票，得到投票图VoteImage；C、在VoteImage上进行峰值滤波，获取候选目标中心，并根据候选目标中心确定候选区域；D、对于存在相交面积的候选区域，通过中心得票数进行非极大值抑制，得到最终的目标中心及道路交通标志的形状；其中，所述步骤A的具体方式为：对InputImage执行边缘检测，得到粗略边缘图EdgeImage1；对EdgeImage1执行梯度幅值非极大值抑制方法，得到细化边缘图EdgeImage2；所述步骤B中针对EdgeImage2中的每个边缘点投票；所述步骤C的具体方式为：分别采用圆形投票计数器和正多边形投票计数器确定边缘图中的每个边缘点的投票计数器点，将确定出的投票计数器点形成针对圆形的投票图VoteImage(r)和针对多个针对不同边数的正多边形的投票图VoteImage(r，s)；其中，VoteImage(r)中，r为检测圆形的半径；VoteImage(r，s)中，r为检测正多边形的中心到边缘的垂直距离，s为检测正多边形的边数；所述圆形投票计数器为：对圆形的边缘点利用式子(1)进行计算，得到边缘点对应的投票计数器点；Vote(p)＝p±round(r·g(p))………………………………………………式子(1)其中，p为边缘点；Vote(p)为p对应的投票计数器点；r为检测圆形的半径；g(p)为p的单位梯度；round()为取整运算；所述正多边投票计数器为：对正多边形的边缘点利用式子(2)进行计算，得到边缘点对应的投票计数器点；其中，p为边缘点；L(p,m)为p对应的投票计数器点；m的取值范围为m∈[-w,w]，其中，round()为取整运算，r为检测正多边形的中心到边缘的垂直距离，s为检测正多边形的边数；g(p)为p的单位梯度；为与g(p)垂直的单位向量。2.根据权利要求1所述的方法，其特征在于，步骤D中所述在VoteImage上进行峰值滤波，获取候选目标中心的方式为：对于VoteImage(r)，遍历VoteImage(r)中的点，将投票计数器点大于预设阈值Threshold的点确定为候选目标中心；其中，Threshold＝Perimeter*rate，Perimeter为检测圆形的周长，rate为预设比例；对于VoteImage(r,s)，遍历VoteImage(r,s)中的点，将投票计数器点大于预设阈值Threshold的点确定为候选目标中心；其中，Threshold＝Perimeter*rate，Perimeter为检测正多边形的周长，rate为预设比例。3.一种道路交通标志检测...

【专利技术属性】
技术研发人员：魏磊磊，杨雪慧，郝汝岗，石园，许健，
申请(专利权)人：东方网力科技股份有限公司，
类型：发明
国别省市：北京;11