[发明专利]一种交通指路标志图像的分割方法

说明书

本发明涉及机器视觉中的图像处理技术领域。一种交通指路标志图像的分割方法，步骤一、特征提取；步骤二、从MSER区域中提取指路标志图像几何特征和字符间距，然后于MSER特征值基础上提取几何特征，将不符合的特征删除；步骤三、提取指路标志图像的Blob特征，从二值图像首行开始逐行扫描图像，统计指路标志二值图像中的非零团簇。本发明对道路中尤其是城市道路中的指路标志进行分割，为智能交通的发展尤其是辅助驾驶甚至是无人驾驶提供交通标志检测和识别奠定基础。

技术领域

本发明涉及机器视觉中的图像处理技术领域。

背景技术

交通标志作为重要的道路安全附属设施，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。交通标志自动识别是智能交通的重要组成部分，道路上的交通标志被预先检测、自动识别，并将识别结果信息及时传送给驾驶员，会使驾驶变得更加安全和轻松，起到安全驾驶的积极作用，大大减少事故发生率。道路中的交通标志长期暴露在户外，由于恶劣天气影响或人为的破坏，标志表面的颜色会发生退化、污损；城市道路旁的标志有时被其它物体(如建筑物、树枝、广告牌等)的遮挡，导致交通标志不完整；户外环境下，光照条件是变化且不可控制的，光照会随着时间、季节、天气的变化而变化，使得采集到的交通标志图像也产生相应变化；车辆的运动会使拍摄到的图像产生模糊退化等原因，会使交通标志的检测和识别带来许多困难。

交通标志主要分为警告标志、禁令标志、指示标志、指路标志、旅游区标志与道路施工安全标志六类，每个类别都有其特定的颜色和形状。故目前，交通标志的有关算法以颜色和形状为特征进行检测和分类，并且研究对象是以警告标志、禁令标志、指示标志三种类型为主。而指路标志传递道路方向、地点、距离信息，指路标志形状多为矩形，其内容为一些文本和字符。随着城市中的道路建设越来越多，城市道路中的指路标志剧增，每个交叉路口、十字路口、匝道路口、街巷路口等道路路面均设有指路标志。指路标志的信息非常丰富，包含道路名称、地理方向、地点信息、目标距离等，这些信息表现为汉字、字母、数字和方向符号，其检测和识别难度较大。再加上城市车辆增加数量更是庞大，指路标志对于车辆驾驶人员的平安驾驶、舒适驾驶、轻松驾驶具有举足轻重的作用。

MSER(最稳定极值区域)检测方法的基本思想是：在输入灰度图像内，寻找内部像素灰度全部大于或者小于其周围像素灰度值的局部图像区域，并且定义内部像素灰度与周围像素灰度间的差异与局部区域的稳定度成正比(稳定度越高在不同图像中被重复检测到的概率越高)。MSER对于图像的仿射变换具有不变性、当阈值在某个范围内变动时，MSER的面积不随阈值的变化而变化、不需要对图像进行光滑预处理，所以可以在多种尺度下检测MSER，既可以检测到小尺寸MSER，也可以检测到大尺寸MSER等特征。针对指路标志的信息为采集到的道路图像中的稳定部分，这部分信息中各种字符和符号为白字，具有稳定间距。再结合指路标志的四边形的矩形特征，利用MSER、指路标志的几何特征和字符间距，对指路标志中的目标信息进行粗分割。

在计算机视觉中的Blob是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域。Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析。其过程其实就是将图像进行二值化，分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程。Blob分析工具可以从背景中分离出目标，并可以计算出目标的数量、位置、形状、方向和大小，还可以提供相关斑点间的拓扑结构。在处理过程中不是对单个像素逐一分析，而是对图像的行进行操作。图像的每一行都用游程长度编码(RLE)来表示相邻的目标范围。这种算法与基于像素的算法相比，大大提高了处理的速度。通过对采集到的指路标志图像进行粗分割后，将非目标信息去除后，只剩下单独的指路标志。接下来可以利用Blob分析，对指路标志的每个信息进行提取分割。为下一步各类字符和符号识别做准备。

发明内容

本发明所要解决的技术问题是：如何解决指路标识中检测和识别难度大的问题。

本发明所采用的技术方案是：一种交通指路标志图像的分割方法，按照如下的步骤进行