交通标志检测识别方法、装置及系统制造方法及图纸

本发明专利技术涉及一种交通标志检测识别方法、装置及系统，综合使用SVF颜色空间与HSV颜色空间分割待识别交通场景图像中标志牌区域与非标志牌区域，能够有效排除干扰色的影响；通过对颜色通道图像进行形状检测与定位，能够实现对圆形、三角形及矩形等多种形状标志牌的检测，以实现标志牌定位，增加了识别种类；最后基于图像特征提取算法提取标志牌图像特征，并送入训练好的预设分类器进行标志牌的分类判别。本发明专利技术能够在智能车行驶过程中实时检测并识别架设在车道上方或道路两旁的交通标志牌，然后将识别结果发送至智能车决策系统，让智能车提前预判车辆前方交通状况并做出减速、开车灯等应对动作，以保证道路畅通和智能车的行车安全性。

【技术实现步骤摘要】
交通标志检测识别方法、装置及系统
本专利技术涉及智能车
，特别是涉及一种交通标志检测识别方法、装置及系统。
技术介绍
目前，国内外企业或研究院所研发的交通标志牌识别系统主要可以分为两类：一类是基于视觉技术，通过相机采集车辆周围环境图像，再利用识别算法提取图像中交通标志牌相关信息；二类是基于V2I(基础设施互联系统，简称V2I：vehicletoinfrastructure)技术，通过无线互联网，在车辆与路标之间进行临时数据交换，从而获取交通标志牌类别信息。在实现过程中，专利技术人发现传统技术中至少存在如下问题：传统的基于视觉技术的方案易受干扰且识别类别少，因此仅具备辅助驾驶警示功能，难以满足自动驾驶的要求。而基于V2I技术的方案需要给车辆和交通标志安装信号发送接收等装置，存在成本高、施行难度大、应用范围受限等缺点，难以满足开放工况下自动驾驶的需求。
技术实现思路
基于此，有必要针对传统交通标志识别技术难以满足实际自动驾驶需求的问题，提供一种交通标志检测识别方法、装置及系统。为了实现上述目的，一方面，本专利技术实施例提供了一种交通标志检测识别方法，包括以下步骤：根据预设的HSV空间颜本文档来自技高网...

【技术保护点】
一种交通标志检测识别方法，其特征在于，包括以下步骤：根据预设的HSV空间颜色通道阈值处理待识别交通场景图像，并合并指定的HSV颜色通道，得到所述待识别交通场景图像的HSV空间图像；根据预设的SVF空间颜色通道阈值处理所述待识别交通场景图像，并合并指定的SVF颜色通道，得到所述待识别交通场景图像的SVF空间图像；对所述HSV空间图像和所述SVF空间图像进行取与操作，得到所述待识别交通场景图像的颜色通道图像；对所述颜色通道图像进行形状检测与定位，得到所述待识别交通场景图像包含的交通标志目标区域图像，并提取所述交通标志目标区域图像的图像特征；根据所述交通标志目标区域图像的图像特征，通过预设分类器进行...

【技术特征摘要】
1.一种交通标志检测识别方法，其特征在于，包括以下步骤：根据预设的HSV空间颜色通道阈值处理待识别交通场景图像，并合并指定的HSV颜色通道，得到所述待识别交通场景图像的HSV空间图像；根据预设的SVF空间颜色通道阈值处理所述待识别交通场景图像，并合并指定的SVF颜色通道，得到所述待识别交通场景图像的SVF空间图像；对所述HSV空间图像和所述SVF空间图像进行取与操作，得到所述待识别交通场景图像的颜色通道图像；对所述颜色通道图像进行形状检测与定位，得到所述待识别交通场景图像包含的交通标志目标区域图像，并提取所述交通标志目标区域图像的图像特征；根据所述交通标志目标区域图像的图像特征，通过预设分类器进行分类识别，得到识别结果。2.根据权利要求1所述的交通标志检测识别方法，其特征在于，所述预设的HSV空间颜色通道阈值包括HSV红色通道阈值以及HSV蓝色通道阈值；合并指定的HSV颜色通道，得到所述待识别交通场景图像的HSV空间图像的步骤包括：合并所述HSV红色通道和所述HSV蓝色通道，得到所述HSV空间图像；所述预设的SVF空间颜色通道阈值包括SVF红色通道阈值以及SVF蓝色通道阈值；合并指定的SVF颜色通道，得到所述待识别交通场景图像的SVF空间图像的步骤包括：合并所述SVF红色通道和所述SVF蓝色通道，得到所述SVF空间图像。3.根据权利要求1所述的交通标志检测识别方法，其特征在于，所述交通标志目标区域图像的图像特征为HOG特征；所述预设分类器为SVM分类器；在通过预设分类器进行分类识别的步骤之前还包括步骤：提取交通标志训练样本数据库中各样本图像的HOG特征；根据各所述样本图像的HOG特征以及各所述样本图像所属的交通标识类别，通过SVM算法进行离线训练，得到所述SVM分类器。4.根据权利要求3所述的交通标志检测识别方法，其特征在于，还包括步骤：提取交通标志测试样本数据库中测试样本的HOG特征；根据所述测试样本的HOG特征，通过所述SVM分类器进行分类识别，得到所述测试样本的交通标识测试类别；比较所述测试样本的交通标识测试类别和所述测试样本所属的交通标识类别，根据所述比较的结果，获取所述SVM分类器的分类识别性能检验结果。5.根据权利要求3所述的交通标志检测识别方法，其特征在于，在提取交通标志训练样本数据库中各样本图像的HOG特征的步骤之前还包括步骤：根据中值滤波算法，对各所述样本图像进行滤波去噪处理，得到滤波后的样本图像；根据椭圆拟合算法和多边形逼近算法，提取所述滤波后的样本图像的形状轮廓，并获取所述形状轮廓的轮廓区域颜色；根据所述形状轮廓和所述轮廓区域颜色，通过多层决策树对各所述样本图像进行识别，得到所述交通标识类别；所述交通标识类别包括红色圆形标志、红色三角形标志、黄色三角形标志、蓝色矩形标志和蓝色圆形标志。6.根据权利要求1至5任意一项所述的交通标志检...

【专利技术属性】
技术研发人员：梁早珊，左亮，张三林，刘前飞，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：广东,44