[发明专利]一种基于中心-边界连接模型的交通标志检测方法

说明书

本发明公开一种基于中心‑边界连接模型的交通标志检测方法，步骤是：利用动态规划方法对训练样本中的连接进行匹配，找出多边形各连接在所有训练样本中的对应关系；假设每个连接在所有训练样本中的长度符合高斯分布，连接的倾斜角度以及边界点的梯度方向符合Von Mises分布，利用期望最大方法估计连接的参数分布，多边形中各连接的参数分布组成了该多边形的中心‑边界连接模型；采用旋转对称投影方法得到多边形潜在的中心和边界点；以投影中心为多边形潜在的中心，多边形中心‑边界连接模型中所有连接对应的边界点组成了检测到的多边形。此种检测方法可实现交通标志的快速检测。

技术领域

本发明属于图像处理与计算机视觉技术领域，特别涉及一种交通标志的检测方法。

背景技术

交通标志检测是计算机视觉中一个重要的研究方向。作为道路安全附属设施，交通标志在规范交通行为、指示道路状况、保障道路功效、引导行人和安全驾驶等方面起到重要作用。作为智能交通系统的关键技术，交通标志检测是自动驾驶、辅助驾驶和交通标志维护等系统不可或缺的组成部分。

交通标志检测是利用交通标志的颜色或形状特征将图像中的交通标志区域检测并分割出来，检测准确与否直接影响后续交通标志分类的精度。

交通标志检测方法大致可分为两种：基于颜色特征的方法和基于形状特征的方法。基于颜色特征的交通标志检测方法是在特定的颜色空间中根据经验阈值或其它颜色特征将图像分为交通标志区域和非交通标志区域。该方法易于理解和实现，能够快速地排除背景区域。然而，颜色信息容易受外界因素影响，例如交通标志自身的颜色退化、阴影和光照变化均会造成检测精度的大幅下降。因此，单独采用颜色特征的检测结果无法满足实际应用的要求。基于形状的交通标志检测方法多以边缘为特征，利用交通标志呈规则多边形的特性，将交通标志的检测转化为规则多边形的检测(如GonzálezGarrido M A,LlorcaD F,et al.Automatic traffic signs and panels inspection system using computervision[J].IEEE Transactions on Intelligent Transportation Systems,2011,12(2):485-499.)。

广义Hough变换(Generalized Hough transformation,GHT)([2]Davies ER.Machine Vision:Theory,Algorithms,Practicalities(Third Edition).SanFrancisco:Elsevier,2005.387-410)利用多边形的几何特性，将变量空间图形的检测问题转化为参数空间的聚类问题，实现多边形的直接检测。其特点是简单直接，但是由于计算量大，一般只适用于三角形等边数较少的多边形检测。

Barnes等提出利用径向对称变换检测圆的方法，之后此方法被推广至八边形、矩形和三角形(BARNES N,ZELINSKY A.Real-time radial symmetry for speed signdetection[J].Intelligent Vehicles Symposium,2004,566-571)。该方法采用相互对称的边缘点向其径向对称中心投影，当所有边缘点投影之后会在圆形交通标志的中心形成亮度最大的投影中心，由此可确定交通标志的具体位置。径向对称变换是一种单变量的转换，每一个边缘点独立于其邻域单独向多个累加器投票，这就导致了较高的虚警率。

以上方法本质上均是基于投影的多边形检测方法，Barnes等提出基于后验概率的规则多边形检测方法(Barnes N,Loy G,Shaw D.The regular polygon detector[J].Pattern Recognition,2010,43(3):592-602)。该方法首先提取边缘图像，然后依据多边形的几何特征、利用后验概率定义多边形的概率密度函数。相较于投影方法，该方法有更高的检测率和较低的虚警率，然而该方法对边缘质量要求较高，在边缘不完整的情况下检测效果下降较快。