[发明专利]一种结合机器学习和计算机视觉的限速标志牌识别方法

说明书

本发明公开了一种结合机器学习和计算机视觉的限速标志牌识别方法，包括：S1、通过车载摄像头获取汽车行驶的路况视频图像；S2、利用机器学习的目标物体检测方法对限速标志牌进行检测；S3、对定位处的限速标志牌图像，利用机器视觉的霍夫变换方法进行圆形检测；S4、基于对圆形图片的直方图的判断，消除不同天气因素和光线强度对亮度的影响，生成圆形图片区域内的二值化图像；S5、将圆形标志牌二值化图像内部的字符进行独立分割；S6、通过模板匹配的方法对分割后的数字进行识别；S7、将识别到数值结果进行比对，从而判别识别的数字结果是否为限速标志牌，输出识别结果。本发明仅利用车载摄像头和GPU为驾驶员提供限速交通标志牌的识别功能。

技术领域

本发明涉及辅助驾驶技术领域，尤其涉及一种结合机器学习和计算机视觉的限速标志牌识别方法。

背景技术

随着人工智能技术被不断推进各个领域，ADAS(高级驾驶辅助系统)技术也在汽车驾驶领域飞速发展着。汽车可以利用安装在汽车上的各类传感器在行驶过程中随时感应周围的环境，并通过传感器收集到的数据对车况路段进行算法分析，为驾驶者提供可能发生的危险信息来达到增加汽车驾驶的安全性。在辅助驾驶的技术研发中，限速牌识别算法可有效的分担驾驶员的精力疲脑。

通过对现有技术文献的检索发现，中国发明，专利号CN101508300B利用给车辆安装三个针孔摄像头，提供了一种自动识别道路限速标志的车辆智能方法。该专利的明显不足处在于(1)硬件系统的构造成本高，需要分别在前视玻璃框、发动机前罩和后视镜罩三个位置安装针孔摄像头；(2)在算法训练过程中对数据库所存放的限速标志图像模板有很多规范和要求，使模板数据库的建立更加复杂。(3)该专利在系统构造上的复杂性降低了识别的速度。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种结合机器学习和计算机视觉的限速标志牌识别方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种结合机器学习和计算机视觉的限速标志牌识别方法，该方法包括以下步骤：

S1、通过车载摄像头获取汽车行驶的路况视频图像，并将路况视频图像上传至图形处理器；

S2、在路况视频图像中，利用机器学习的目标物体检测方法对限速标志牌进行检测，得到限速标志牌在路况视频图像中的定位坐标；

S3、对定位处的限速标志牌图像，利用机器视觉的霍夫变换方法进行圆形检测，对检测到的非圆形图片进行非交通限速标志牌的排除，对检测到的圆形图片内部的限速信息进行提取；

S4、基于对圆形图片的直方图的判断，消除不同天气因素和光线强度对亮度的影响，生成圆形图片区域内的二值化图像；

S5、利用计算机视觉的分割方法，将圆形标志牌二值化图像内部的字符进行独立分割；

S6、通过模板匹配的方法对分割后的数字进行0-9的识别；

S7、将识别到的2位或3位数值结果进行比对，从而判别识别的数字结果是否为限速标志牌，输出识别结果。

进一步地，本发明的步骤S2中的具体方法为：

S21、利用机器学习的方法对包含交通限速标识牌的图片数据库进行训练，并生成检测器；

S22、利用检测器对输入图形处理器的图片进行限速标识牌检测；

S23、当检测检测到的标志牌时，输出其在图像中的定位坐标。

进一步地，本发明的步骤S3的具体方法为：

S31、对定位出的图像做霍夫圆检测，若无圆形检测结果则判定为非限速标识牌，若检测到圆形测取半径最大的圆；