一种雨雪天气中的道路交通标志识别方法技术

一种雨雪天气中的道路交通标志识别方法，包括：对采集的图像进行处理，得到去雨雪后的清晰化图像(S11)；对所述清晰化图像进行标志牌检测(S12)；对检测到的标识牌图像进行标识牌类型识别(S13)。采用级联式卷积神经网络对标识牌进行类型识别，提升了分类的效率和准确度。能够对雨雪天气中的道路交通标志进行快速精确识别，有利于解决恶劣天气下，驾驶员由于视线受到阻碍而无法及时准确地捕获道路中的标志信息的问题，有利于保证道路交通安全和提高运输效率。

A Road Traffic Sign Recognition Method in Rain and Snow Weather

【技术实现步骤摘要】
【国外来华专利技术】一种雨雪天气中的道路交通标志识别方法
本专利技术涉及智能交通
，具体涉及一种雨雪天气中的道路交通标志识别方法。
技术介绍
随着科技的快速发展和人们生活水平的整体提高，近年来我国汽车保有量显著增加。汽车在给人们带来出行便捷的同时，也给城市交通带来了明显压力，致使道路交通安全问题以及运输效率问题变得日益突出。道路交通标志识别(TrafficSignRecognition，简称TSR)作为智能交通系统的分支领域，通过对场景中的道路交通标志进行检测和分类识别，获得道路交通指示的关键信息，已成为智能交通研究的热点。现有技术中对于交通标志识别问题的研究主要针对良好天气条件，而对不良天气如雾霾、雨、雪情况下的识别研究较少，这就造成了目前已有TSR系统在实际应用中的局限性。在雾、雨、雪等恶劣天气下，由于驾驶员的视线受到阻碍，安全视野会变得很窄，能见距离变短，无法及时准确地捕获道路中的标志信息，为道路交通安全埋下隐患。在车辆行驶中，尤其是在不良天气条件下，驾驶员往往更加需要可靠的交通标志识别方法来辅助其驾驶。此外，在不良天气中可靠地获取道路交通标志信息也是无人驾驶领域需要解决的技术问题之一。专利本文档来自技高网...

【技术保护点】
1.一种雨雪天气中的道路交通标志识别方法，其特征在于，包括：对采集的图像进行处理，得到去雨雪后的清晰化图像；对所述清晰化图像进行标志牌检测；对检测到的标识牌图像进行标识牌类型识别。

【技术特征摘要】
【国外来华专利技术】1.一种雨雪天气中的道路交通标志识别方法，其特征在于，包括：对采集的图像进行处理，得到去雨雪后的清晰化图像；对所述清晰化图像进行标志牌检测；对检测到的标识牌图像进行标识牌类型识别。2.根据权利要求1所述的方法，其特征在于，所述对采集的图像进行处理，包括：将采集的图像分解为粗糙图和细节图；去除细节图中的雨痕，以得到清晰化图像。3.根据权利要求2所述的方法，其特征在于，所述将采集的图像分解为粗糙图和细节图，包括：将采集的图像进行低通滤波处理，处理后得到的图像为粗糙图；将采集的图像与粗糙图进行相减，得到细节图。4.根据权利要求2所述的方法，其特征在于，所述去除细节图中的雨雪痕包括：利用雨痕与交通标志纹理之间的形态学差异，通过稀疏字典学习算法将所述细节图分为纹理图和雨痕图。5.根据权利要求4所述的方法，其特征在于，所述去除细节图中的雨雪痕还包括：根据雨痕形状特征的先验信息，通过雨痕长宽比对所述纹理图和雨痕子图进行二次判别，以更精确的将纹理图从细节图中分解出来。6.根据权利要求1所述的方法，其特征在于，所述对所述清晰化图像进行标志牌检测，包括：建立多层特征显著性模型；将所述清晰化图像输入所述多层特征显著性模型，以得到标志牌检测结果。7.根据权利要求6所述的方法，其特征在于，所述建立多层特征显著性模型，包括：提取标志牌特有的信息，将该信息输入训练模型，并采用boosting算法进行训练。8.根据权利要求7所述的方法，其特征在于，所述标志牌特有的信息包括：形状信息、颜色信息、梯度信息和位置信息。9.根据权利要求1所述的方法，其特征在于，所述对检测到的标识牌图像进行标识牌类型识别，包括：采用级联式卷积神经网络对标识牌进行类型识别；其中，所述级联式卷积神经网络包括：第一级卷积神经网络和第二级...

【专利技术属性】
技术研发人员：王文成，吴小进，张雪原，
申请(专利权)人：潍坊学院，潍坊紫光物联科技有限公司，
类型：发明
国别省市：山东,37