[发明专利]一种基于层阶的地面交通标志识别方法

权利要求书

1.一种基于层阶的地面交通标志识别方法，其特征在于，包括以下步骤：

(1)对视频图像进行预处理，得到降噪后的图像；

(2)以预处理后的图像为输入，运用特征提取算法得到图像中矩形区域，通过对矩形区域的筛选，进行车道线的提取与检测；

(3)以车道线提取后的图像为输入，运用边缘检测算法得到车道线的边缘，接着利用霍夫直线检测算法得到车道线点的集合，利用集合中点的斜率分出左右车道线点的集合，分别将两个点的集合拟合为最优的两条直线，实现车道线的检测，并不断更新这些点的集合，实现车道线的追踪；

(4)根据识别出来的车道线，对车道线之间的区域进行逆透视变换，提取用于地面交通标志识别的区域；

(5)通过图像像素值的标准差将图像分层，去除最上层与最下层的像素值，对剩下的像素值取对数求平均值，再求平均值的自然指数值，排除天气环境对二值化效果的干扰，突出车道线部分；

(6)将采集的车道线样本通过深度学习的方法，建立模型，通过模型对每个阶层的像素点聚集区域进行识别，锁定目标区域。

2.根据权利要求1所述的一种基于层阶的地面交通标志识别方法，其特征在于，步骤(1)所述的对视频图像进行预处理主要包括：图像灰度化、去除图像噪声、定义感兴趣区域、图像二值化、形态学操作和高斯模糊。

3.根据权利要求1所述的一种基于层阶的地面交通标志识别方法，其特征在于，步骤(2)所述的对于矩形区域的筛选通过以下方式实现：定义一个矩形区域的最大范围和最小范围，获取矩形区域的大小与矩形区域的角度的正弦函数值，定义一个正弦函数的最大值与最小值，选择保留下式的值都为1矩形区域：

其中，size为矩形区域的大小，MaxSize为面积最大值，MinSize为面积最小值，angle为矩形区域的角度的正弦函数值，MaxAngle为最大值，MinAngle为最小值。

4.根据权利要求1所述的一种基于层阶的地面交通标志识别方法，其特征在于，所述步骤(5)包括以下步骤：

(51)定义灰度图像的像素值Lum(x,y)，所有像素值的标准差为Sd(x,y)，将所有的像素点分为n个层级；

(52)将最上层和最下层的像素值舍去，得到有效的像素值Lum(x,y)_eff，通过以下公式实现：

Lum(x,y)_eff＝Lum(x,y),Lum(x,y)_min+Sd(x,y)＜Lum(x,y)＜Lum(x,y)_max-Sd(x,y)

其中，Lum(x,y)_min为灰度图像的最小像素值，Lum(x,y)_max为灰度图像的最大像素值；

(53)求出Lum(x,y)_eff的自然对数，对所有Lum(x,y)_eff的对数求平均值，再求平均值的自然指数值，即寻找的二值化阈值；

(54)将步骤(53)得到的阈值带入opencv自带的threshold函数中，从而得到效果较好的感兴趣区域二值化图像。

5.根据权利要求1所述的一种基于层阶的地面交通标志识别方法，其特征在于，步骤(6)所述的模型为训练好的支持向量机模型。