[发明专利]一种路口监控环境下的车道导向箭头识别方法

说明书

本发明公开了一种路口监控环境下的车道导向箭头识别方法，属于计算机视觉领域，涉及到图像处理相关知识。基于路口监控摄像头获取的交通视频图像序列，利用背景建模技术建立车道背景模型，在建立的车道背景模型的基础上利用霍夫变换检测车道线，将检测到的车道线的端点作为图像透视变换的原坐标点，并结合最小二乘法完成透视变换，获取车道俯视图，从而矫正因摄像头拍摄产生的透视变形；然后，对车道俯视图分别在垂直方向和水平方向上进行投影，并根据标准导向箭头的长度与车道宽度之比进行筛选分割，得到全部只含单个导向箭头的目标区域图像；最后将分割得到的导向箭头逐个与标准导向箭头模板进行相似度匹配，识别出各车道的导向箭头类别。

技术领域

本发明属于计算机视觉领域，特别涉及一种路口监控环境下的车道导向箭头识别方法。

背景技术

导向箭头等交通标志包含重要的道路信息，其智能化识别对于智能交通系统建设具有重要意义。随着智能交通系统不断发展的需求，关于路面信息的识别也引起了广大学者的广泛研究兴趣，尤其在辅助驾驶领域，已有众多研究人员取得了广泛的研究成果；另一方面，道路监控环境下的路面标志信息识别将对实现更智能化的交通控制系统产生重要价值，是实现智能化道路信息采集、车流量统计分析、违章判别等智能交通控制功能的重要基础。但是，目前关于监控环境下的路面信息识别的研究仍相对较少，另外，由于道路环境较为复杂，车辆遮挡、路面杂质、光照变化、阴影以及监控摄像头拍摄产生的透视变形等问题对导向箭头等路面标志信息的识别产生较多干扰，严重影响识别的准确度和鲁棒性，并且普遍存在效率较低的问题。

发明内容

为了解决上述存在问题。本发明提供一种路口监控环境下的车道导向箭头识别方法，可有效避免遮挡、光照变化、路面杂质等对识别结果的影响，能够有效的提高路面导向箭头检测识别的准确性和鲁棒性。为达此目的：

本发明提供一种路口监控环境下的车道导向箭头识别方法，其特征在于，具体步骤如下：

步骤1：读取交通监控视频图像序列，采用背景建模技术建立车道背景模型；

步骤2：利用霍夫变换在车道背景模型上进行车道线检测，获取车道线各个端点二维坐标作为透视变换的原二维坐标点(x_i，y_i)，i＝1，2，...，n；，并设定变换后原坐标点对应的目标坐标点(X′_i，Y′_i)，i＝1，2，...，n；；

步骤3：采用最小二乘法求解步骤2得到的多个二维点对确定的透视变换矩阵方程，并将求得的透视变换矩阵作用到全局图像，结合图像插值运算，获取车道俯视图；

步骤4：以距离交叉口停止线最近的一组导向箭头为识别目标，截取透视变换后车道俯视图下部二分之一区域为感兴趣区域；

步骤5：分别对各车道所在区域在垂直方向上进行投影，确定各车道导向箭头所在区域的起止列坐标；

步骤6：在步骤5垂直投影的基础上，对分割得到的各车道图像进行水平投影，确定各车道导向箭头的起止行坐标，并分割得到包含所有导向箭头的候选目标区域；

步骤7：对步骤5、步骤6分割得到的导向箭头候选目标，依据标准导向箭头的宽高比进行筛选，剔除不符合实际的无效分割结果，得到包含所有导向箭头的目标区域；

步骤8：将最终只含单个导向箭头的分割结果逐个与所有标准导向箭头模板进行相似度匹配，与分割结果相似度最高的标准导向箭头模板的类别即确定为该分割结果所含导向箭头的类别。

优选地，所述步骤1的具体步骤如下：

步骤1.1：采用多帧平均法建立车道背景模型，多帧平均法计算公式为：