[发明专利]一种面向无人驾驶车的道路交通标志识别方法

说明书

技术领域

本发明涉及一种面向无人驾驶车的道路交通标志识别方法，应用于道路交通标志信息的识别。

背景技术

行车环境的实时感知与识别是车辆无人驾驶的核心问题之一，道路交通标志则是行车环境的重要组成部分。本发明研究动态场景中交通标志的快速定位与识别方法，在车辆行驶过程中，对出现的交通标识信息进行检测和识别，可为无人驾驶车提供及时的道路环境信息，以遵守交通规则。通过借鉴人类的视觉认知机理、计算机视觉以及模式识别理论的最新研究成果，研究和设计快速、自动、鲁棒的交通标志识别系统，为无人驾驶车的相关理论与应用发展提供有力的支持，具有重要的理论意义和实用价值。

交通标志的检测与识别研究在国内外已有30多年，取得不少进展。在检测阶段应用最为广泛的是颜色空间上的阈值分割，该方法简单，计算复杂度低，且能获得较好的分割效果。为了获得完整的交通标志外轮廓，扩大阈值分割后的感兴趣区域，得到一幅与原图大小相等，背景为黑色的彩色图像并灰度化，提取灰度图像的边缘并进行连接，即可获得交通标志完整的外轮廓，能够适应交通标志被遮挡，形变等情况。对交通标志的形状分析较为常用的方法是Hough变换及其推广，这种方法计算复杂，且只能对圆形标志进行检测，实用性不强。

发明内容

本发明要解决技术问题是提供一种面向无人驾驶车的道路交通标志识别方法，该面向无人驾驶车的道路交通标志识别方法能有效、可信、实时地检测和识别交通标志。

本发明为解决上述技术问题所采用的技术方案是：

一种面向无人驾驶车的道路交通标志识别方法，包括以下步骤：

步骤1：将车载摄像头采集的原始图像进行预处理，获得初步感兴趣区域；

所述的预处理包括变换RGB颜色值及阈值分割，以及用形态学滤波消除噪声点；

步骤2：对初步感兴趣区域进行边缘连接，获得初步感兴趣区域的外轮廓，填充该外轮廓中的闭合区域，用腐蚀和膨胀操作消除毛刺和噪声干扰，得到感兴趣区域；

步骤3：对边缘连接后的感兴趣区域提取形状标记图作为分类特征，实现交通标志的粗分类，得到不同形状类的候选交通标志的彩色图像；

步骤4：将不同形状类的候选交通标志图像进行灰度化、归一化及二元树复小波变换，得到特征向量；用二维独立分量分析算法降低特征向量的维数，送入径向基函数核的支持向量机中进行分类，获得交通标志的类别。

步骤1中，变换RGB颜色值的步骤为：

对RGB空间图像的每个像素v＝[v_R，v_G，v_B]进行如下变换：