[发明专利]自然场景中道路交通标志识别方法

摘要

本发明提供了一种自然场景中道路交通标志识别方法，包括以下步骤：S1、数据集收集；S2、图像预处理：S21、使用限制对比度的自适应直方图均衡化技术(CLAHE)对道路图像进行对比度增强；S22、确定GTSDB中的红色和蓝色的禁令、指示和警告标志为研究对象，对道路图像中的红色和蓝色区域进行增强，可以让交通标志区域凸显；S23、使用顶底帽联合变换使灰度图中的交通标志变得更加明亮和稳定；S3、基于MSER的感兴趣区域的提取与筛选；S4、基于卷积神经网络(CNN)的感兴趣区域的二次判别，即交通标志牌所在的区域。自然场景中道路交通标志识别方法解决现有技术中因没有对数据进行预处理而导致识别误差较大的问题。

主权项

1.一种自然场景中道路交通标志识别方法，其特征在于，包括以下步骤：S1、数据集收集；S2、图像预处理：S21、使用限制对比度的自适应直方图均衡化技术(CLAHE)对道路图像进行对比度增强；S22、确定GTSDB中的红色和蓝色的禁令、指示和警告标志为研究对象，对道路图像中的红色和蓝色区域进行增强；S23、使用顶底帽联合变换使灰度图中的交通标志变得更加明亮和稳定；S3、基于MSER的感兴趣区域的提取与筛选：S31、在步骤S2的基础上得到的红色、蓝色增强的灰度图上使用MSER‑算法，提取出最大稳定极值区域；S32、使用开运算用来分离相邻的交通标志或者交通标志与背景区域；S33、在步骤S32的基础上选择原矩形框的中心作为新的ROI矩形框的中心，对原ROI的宽度和高度放大1.2倍作为新的ROI的宽度和高度，并选择放大后的ROI矩形框作为感兴趣区域；S4、基于卷积神经网络(CNN)的感兴趣区域的二次判别：S41、使用Selective Search算法来生成负样本；S42、使用CNN，并去掉了倒数第二个全连接层，对正负样本进行训练，然后生成一个分类器；使用该分类器可以进一步对ROI矩形框作为感兴趣区域进一步分期，提取出更加准确的ROI区域，即交通标志牌所在的区域。