交通标志检测和识别方法、系统及存储介质技术方案

本发明专利技术公开了一种交通标志检测和识别方法、系统及计算机可读存储介质，该方法包括以下步骤：在驾驶环境中，实时获取车辆周边环境的原始图像；根据预先设置的交通标志检测和识别系统处理图像的帧率，对所述原始图像进行预处理，去除所述原始图像中不感兴趣的区域，获得变换后的图像；利用预先训练过的级联检测器检测每幅变换后的图像在预设范围内的交通标志，获取候选交通标志目标；采用预设方式对所述候选交通标志目标进行识别；判断所述交通标志目标是否包含有交通标志；若有，则结合所述驾驶环境识别所述交通标志目标的类别和内容。本发明专利技术实现了简单、实时、可靠、稳健的检测和识别交通标志，提高了车辆行驶的安全性。

Traffic sign detection and recognition method, system and storage medium

The invention discloses a method, a system and a computer readable storage medium for detecting and recognizing traffic signs. The method comprises the following steps: in a driving environment, the original image of a vehicle's surrounding environment is acquired in real time; the frame rate of the image is processed according to a pre-set traffic sign detection and recognition system, and the original image is processed on the basis of the frame rate of the image. Pre-processing is carried out to remove the areas of no interest in the original image and obtain the transformed image. Traffic signs in the preset range of each transformed image are detected by a pre-trained cascade detector to obtain candidate traffic sign targets. The candidate traffic sign targets are identified by preset method. To determine whether the traffic sign target contains a traffic sign, and if so, to identify the type and content of the traffic sign target in combination with the driving environment. The invention realizes simple, real-time, reliable and robust detection and identification of traffic signs, and improves the driving safety of vehicles.

【技术实现步骤摘要】
交通标志检测和识别方法、系统及存储介质
本专利技术涉及辅助驾驶
，尤其涉及一种交通标志检测和识别方法、系统及计算机可读存储介质。
技术介绍
驾驶环境下实时检测识别交通标志具有重要的意义。随着科技发展和生活水平提高，公路上车辆数目持续增加，增加了交通系统的压力和交通事故。交通标志包含了道路状况、驾驶速度限制以及驾驶行为限制等非常重要的信息。交通标志识别系统作为高级辅助驾驶系统的一种，可以提供给司机重要的驾驶和行车规划的参考，提高驾驶效率和安全；对于无人驾驶，交通标志检测和识别是必要的一个部分，因为其传感器比如Lidar和雷达都无法提供交通标志对应的具体内容。自动交通标志检测和识别可以有效提高智能交通系统的性能，提高驾驶安全性。交通标志具有很显著的特征，比如特殊固定的形状和颜色等，有助于机器自动识别。但是，由于多种原因，比如成像角度和车辆运动带来的图像模糊、天气和光线、树枝遮挡以及交通标志褪色和变形等，极大地增加了可靠检测识别交通标志的难度。另外，嵌入式设备有限的计算处理能力和相对低成本的图像采集设备，也增加了实时检测识别交通标志的难度。目前，已经有多种关于交通标志检测和识别的方法，通常都分为检测和识别两个主要环节，其中，交通标志的检测尤为重要和困难。对于交通标志的检测，一种传统方法是利用交通标志颜色进行检测，但是由于光线和褪色等原因，仅从颜色进行，需要复杂的人工设置颜色门限值，在准确率和定位方面都存在很大问题。另外一种方法是利用交通标志特定的形状，检测圆形或者三角形，或者利用交通标志模板在原始图像上进行滑动匹配，寻找交通标志。但是检测形状本身很费时，而且容易受到很大非交通标志的干扰。而交通标志模板匹配的方法则易受到多种因素影响，而且计算量大。结合采用颜色和形状的方法，先利用颜色过滤像素，然后结合形状对交通标志进行检测和定位。但是该方法在可靠性和计算速度方面仍然有很大的问题。西门子和Mobileye采用另外一种思路，先用多种滤波器提取特征，并综合记分。根据积分的情况，确定感兴趣区域。对于交通标志的识别，已有基于图像特征的SVM、Adaboost等方法被采用。随着机器学习技术的发展，目前已经有采用深度学习神经网络识别交通标志的方法，可以将检测和识别集成为一个步骤，但是深度学习的计算量和对内存的要求都非常高，不适合实时检测识别任务。由此，有必要提出一种能简单、实时、可靠、稳健的检测和识别交通标志的解决方案。
技术实现思路
本专利技术的主要目的在于提出一种可以简单、实时、可靠、稳健的检测和识别交通标志的交通标志检测和识别方法、系统及计算机可读存储介质。为实现上述目的，本专利技术提供一种交通标志检测和识别方法，所述方法应用于交通标志检测和识别系统，所述方法包括以下步骤：在驾驶环境中，实时获取车辆周边环境的原始图像；根据预先设置的交通标志检测和识别系统处理图像的帧率，对所述原始图像进行预处理，去除所述原始图像中不感兴趣的区域，获得变换后的图像；利用预先训练过的级联检测器检测每幅变换后的图像在预设范围内的交通标志，获取候选交通标志目标；采用预设方式对所述候选交通标志目标进行识别；判断所述交通标志目标是否包含有交通标志；若有，则结合所述驾驶环境识别所述交通标志目标的类别和内容。可选地，所述采用预设方式对所述候选交通标志目标进行识别的步骤包括：采用预先训练过的卷积神经网络对所述候选交通标志目标进行识别。可选地，所述采用预先训练过的卷积神经网络对所述候选交通标志目标进行识别的步骤之前包括：将所有候选交通标志目标归一化到相同尺寸，其中，所述尺寸与训练所述卷积神经网络的识别器训练师采用的图像尺寸相同；所述采用预先训练过的卷积神经网络对所述候选交通标志目标进行识别的步骤包括：采用预先训练过的卷积神经网络对每一个归一化的候选交通标志目标进行识别。可选地，所述候选交通标志目标包括候选窗口和将所述候选交通标志目标检测为交通标志的置信度。可选地，所述在驾驶环境中，实时获取车辆周边环境的原始图像的步骤之前包括：在不同的驾驶环境中，采集有效图像样本；根据所述有效图像样本对所述级联检测器以及所述卷积神经网络进行训练。可选地，所述若有，则结合所述驾驶环境识别所述交通标志目标的类别和内容的步骤之后还包括：输出所述交通标志目标的类别和内容。此外，本专利技术还提出一种交通标志检测和识别系统，所述系统包括图像采集单元、交通标志检测单元、交通标志识别单元、交通标志信息输出单元、存储器、处理器、以及存储在所述处理器上的交通标志检测和识别程序，所述交通标志检测和识别程序被所述处理器运行时实现以下步骤：在驾驶环境中，实时获取车辆周边环境的原始图像；根据预先设置的交通标志检测和识别系统处理图像的帧率，对所述原始图像进行预处理，去除所述原始图像中不感兴趣的区域，获得变换后的图像；利用预先训练过的级联检测器检测每幅变换后的图像在预设范围内的交通标志，获取候选交通标志目标；采用预设方式对所述候选交通标志目标进行识别；判断所述交通标志目标是否包含有交通标志；若有，则结合所述驾驶环境识别所述交通标志目标的类别和内容。可选地，所述交通标志检测和识别程序被所述处理器运行时还实现以下步骤：采用预先训练过的卷积神经网络对所述候选交通标志目标进行识别。可选地，所述交通标志检测和识别程序被所述处理器运行时还实现以下步骤：将所有候选交通标志目标归一化到相同尺寸，其中，所述尺寸与训练所述卷积神经网络的识别器训练师采用的图像尺寸相同；采用预先训练过的卷积神经网络对每一个归一化的候选交通标志目标进行识别。此外，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有交通标志检测和识别程序，所述交通标志检测和识别程序被处理器运行时实现如上所述的方法的步骤。本专利技术的有益效果是：本专利技术交通标志检测和识别方法、系统及计算机可读存储介质通过上述技术方案，在驾驶环境中，实时获取车辆周边环境的原始图像；根据预先设置的交通标志检测和识别系统处理图像的帧率，对所述原始图像进行预处理，去除所述原始图像中不感兴趣的区域，获得变换后的图像；利用预先训练过的级联检测器检测每幅变换后的图像在预设范围内的交通标志，获取候选交通标志目标；采用预设方式对所述候选交通标志目标进行识别；判断所述交通标志目标是否包含有交通标志；若有，则结合所述驾驶环境识别所述交通标志目标的类别和内容，实现了简单、实时、可靠、稳健的检测和识别交通标志，从而提高了车辆行驶的安全性。附图说明图1为本专利技术交通标志检测和识别方法第一实施例的流程示意图；图2为本专利技术交通标志检测和识别方法第二实施例的流程示意图；图3为本专利技术交通标志检测和识别方法第三实施例的流程示意图；图4为本专利技术交通标志检测和识别方法第三实施例的流程示意图；图5为采用本专利技术交通标志检测和识别方法识别出变形的限速为30的交通标志的效果图；图6为采用本专利技术交通标志检测和识别方法识别出模糊的限速为80的交通标志的效果图；图7为采用本专利技术交通标志检测和识别方法识别出颜色褪色的限速为60的交通标志的效果图；图8为采用本专利技术交通标志检测和识别方法识别出被遮挡的限速为60的交通标志的效果图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体本文档来自技高网...

【技术保护点】
1.一种交通标志检测和识别方法，其特征在于，所述方法应用于交通标志检测和识别系统，所述方法包括以下步骤：在驾驶环境中，实时获取车辆周边环境的原始图像；根据预先设置的交通标志检测和识别系统处理图像的帧率，对所述原始图像进行预处理，去除所述原始图像中不感兴趣的区域，获得变换后的图像；利用预先训练过的级联检测器检测每幅变换后的图像在预设范围内的交通标志，获取候选交通标志目标；采用预设方式对所述候选交通标志目标进行识别；判断所述交通标志目标是否包含有交通标志；若有，则结合所述驾驶环境识别所述交通标志目标的类别和内容。

【技术特征摘要】
1.一种交通标志检测和识别方法，其特征在于，所述方法应用于交通标志检测和识别系统，所述方法包括以下步骤：在驾驶环境中，实时获取车辆周边环境的原始图像；根据预先设置的交通标志检测和识别系统处理图像的帧率，对所述原始图像进行预处理，去除所述原始图像中不感兴趣的区域，获得变换后的图像；利用预先训练过的级联检测器检测每幅变换后的图像在预设范围内的交通标志，获取候选交通标志目标；采用预设方式对所述候选交通标志目标进行识别；判断所述交通标志目标是否包含有交通标志；若有，则结合所述驾驶环境识别所述交通标志目标的类别和内容。2.根据权利要求1所述的交通标志检测和识别方法，其特征在于，所述采用预设方式对所述候选交通标志目标进行识别的步骤包括：采用预先训练过的卷积神经网络对所述候选交通标志目标进行识别。3.根据权利要求2所述的交通标志检测和识别方法，其特征在于，所述采用预先训练过的卷积神经网络对所述候选交通标志目标进行识别的步骤之前包括：将所有候选交通标志目标归一化到相同尺寸，其中，所述尺寸与训练所述卷积神经网络的识别器训练师采用的图像尺寸相同；所述采用预先训练过的卷积神经网络对所述候选交通标志目标进行识别的步骤包括：采用预先训练过的卷积神经网络对每一个归一化的候选交通标志目标进行识别。4.根据权利要求1所述的交通标志检测和识别方法，其特征在于，所述候选交通标志目标包括候选窗口和将所述候选交通标志目标检测为交通标志的置信度。5.根据权利要求2所述的交通标志检测和识别方法，其特征在于，所述在驾驶环境中，实时获取车辆周边环境的原始图像的步骤之前包括：在不同的驾驶环境中，采集有效图像样本；根据所述有效图像样本对所述级联检测器以及所述卷积神经网络进行训练。6.根据权利要求1-5任意...

【专利技术属性】
技术研发人员：熊志亮，何健华，
申请(专利权)人：深圳前向启创数码技术有限公司，
类型：发明
国别省市：广东,44