專利名稱：：一種道路交通標志的檢測方法
技術領域：
：本發(fā)明涉及一種道路交通標志的識別方法，尤其是涉及一種道路交通標志的檢測方法。
背景技術：
：智能交通系統(tǒng)(IntelligentTransportationSystem,ITS)是為解決日益嚴重的城市交通狀況而提出的，是一個集檢測、通信、控制和計算機等技術為一體的綜合信息系統(tǒng)，目前已經成為廣受關注的科技領域。道路交通標志識別(TrafficSignRecognition,TSR)是智能交通系統(tǒng)的重要組成部分。道路交通標志識別主要包括兩個基本技術環(huán)節(jié)首先是交通標志的檢測，包括交通標志的定位及必要的預處理；其次是交通標志的判別，包括交通標志的特征提取與分類。其中，交通標志的檢測是要解決的關鍵問題，是實現交通標志正確判別的前提。目前的交通標志檢測研究主要是通過兩條技術路線進行的。首先，由于顏色信息容易受到光照等因素的影響，而灰度圖像需要處理的信息量較少，因此，很多交通標志檢測的研究都是基于灰度圖像進行的，但基于灰度圖像的交通標志檢測方法由于不同顏色的灰度級別有時相差很小，難以區(qū)分，尤其當實景交通標志圖像的對比度較小或光照不均勻以及有類似交通標志特征的干擾時，這種方法都會增加誤識率。其次，就是基于彩色圖像的交通標志檢測，顏色是交通標志的重要屬性，相對于背景區(qū)域，其顏色大都是鮮明醒目的，與周圍區(qū)域形成較強的顏色對比；同時，彩色圖像提供的信息比灰度圖像更加豐富，因此，隨著計算機處理能力的迅速提高，應用彩色圖像處理技術進行道路交通標志檢測的研究開始增加。基于彩色圖像的交通標志檢測方法主要有以下幾種(1)利用交通標志的顏色信息進行圖像分割，然后根據交通標志的大小、長寬比及其在圖像中的位置檢測出交通標志；(2)應用交通標志的顏色和形狀信息檢測出交通標志；(3)利用顏色空間對交通標志場景圖進行分割后，采用遺傳算法進一步檢測出交通標志。上述幾種基于彩色圖像的交通標志檢測方法雖然改善了交通標志的檢測效果，但檢測對象(即交通標志)普遍比較單一，多以某一類(如禁令標志或指示標志或警告標志)或僅選某一類中的若干個交通標志作為檢測對象，當檢測對象的樣本數較多時，這些方法的檢測正確率明顯下降，從而降低了檢測對象的識別率。
發(fā)明內容本發(fā)明所要解決的技術問題是提供一種能夠有效提高道路交通標志檢測的有效性，且檢測正確率較高的交通標志檢測方法。本發(fā)明解決上述技術問題所采用的技術方案為一種道路交通標志的檢測方法，道路交通標志具有基本顏色和基本幾何形狀兩種屬性，所述的基本顏色包括紅色、藍色、黃色、黑色和白色，所述的基本幾何形狀包括圓形、矩形、正三角形、倒三角形及正八邊形，所述的道路交通標志包括禁令標志、指示標志及警告標志，該檢測方法包括以下步驟①通過分析道路交通標志的基本顏色，確定以紅色為基本顏色的道路交通標志為禁令標志，確定以藍色為基本顏色的道路交通標志為指示標志，確定以黑色為基本顏色的道路交通標志為警告標志或為禁令標志；通過分析道路交通標志的基本幾何形狀，確定以倒三角形為基本幾何形狀的道路交通標志為禁令標志，確定以正八邊形為基本幾何形狀的道路交通標志為禁令標志，確定以圓形為基本幾何形狀的道路交通標志為禁令標志或為指示標志，確定以矩形為基本幾何形狀的道路交通標志為指示標志，確定以正三角形為基本幾何形狀的道路交通標志為警告標志；②將基本顏色中的紅色記為Q，將基本顏色中的藍色記為G，將基本顏色中的黑色記為(:3，將基本幾何形狀中的倒三角形記為Sp將基本幾何形狀中的正八邊形記為&，將基本幾何形狀中的圓形記為S3，將基本幾何形狀中的矩形記為S4，將基本幾何形狀中的正三角形記為S5，記基本顏色的集合為VC，VC={Q,C2，C3}，記基本幾何形狀的集合為VS，VS={SnS2，S3，S4，SJ;由第i個基本顏色&與第j個基本幾何形狀Sj構成顏色形狀對(Ci，S》，其中，i=1，2，…，n，j二l，2，…，m，n二3，m二5，記禁令標志的所有顏色形狀對構成的集合為VCSPpVCSP丄=KC"S》，(C"C2)，(C"S3)，(C3，S》h記指示標志的所有顏色形狀對構成的集合為VCSP2，VCSP2二{(C2，S3)，(C2，S》h記警告標志的所有顏色形狀對構成的集合為VCSP3，VCSP3={(C3，S5)}，記道路交通標志的所有顏色形狀對的集合為VCSPCN，VCSPCN={VCSPpVCSP2，VCSP3}={(C"S》，(Q，S2)，(Q，s3)，(c3，s3)，(c2，s3)，(c2，s4)，(C3，S5)};根據禁令標志的所有顏色形狀對、指示標志的所有顏色形狀對及警告標志的所有顏色形狀對，構造道路交通標志的顏色與幾何形狀的關系，表示為'rs及=(g,s)+(g，s2)+(,&)+(c3,&)TSG=(C2,S3)+(C2,S4)<7W=(C3，S5)U^+rSG+7W"C!,&)+(q,S2)+(C3)+(C3，&)+(C2,&)+(C2,S4)+(C3,S5)其中，TSR、TSG、TSW、TS均為邏輯變量，TS表示通過攝像裝置獲取的道路交通場景圖像中存在道路交通標志，TSR表示道路交通場景圖像中存在禁令標志，TSG表示道路交通場景圖像中存在指示標志，TSW表示道路交通場景圖像中存在禁令標志，TSG表示道路交通場景圖像中存在警告標志；根據道路交通標志的顏色與幾何形狀的關系，將道路交通標志粗分類為七個交通標志子類，該七個交通標志子類分別為紅色_倒三角形交通標志、紅色_正八邊形交通標志、紅色_圓形交通標志、黑色_圓形交通標志、藍色_圓形交通標志、藍色_矩形交通標志、黑色_正三角形交通標志，其中，紅色_倒三角形交通標志、紅色_正八邊形交通標志、紅色_圓形交通標志、黑色_圓形交通標志為禁令標志，藍色_圓形交通標志、藍色_矩形交通標志為指示標志，黑色_正三角形交通標志為警告標志；③通過攝像裝置獲取道路交通場景圖像，定義當前獲取的道路交通場景圖像為當前道路交通場景圖像，將當前道路交通場景圖像的顏色空間從RGB顏色空間變換至HSI顏6色空間，RGB顏色空間的3個顏色分量分別為紅色R、綠色G和藍色B，HSI顏色空間的3個顏色分量分別為色調H、飽和度S和強度I;④根據道路交通標志的基本顏色，采用基于HSI顏色空間的顏色提取方法對當前道路交通場景圖像進行顏色提取，得到二值圖像；⑤采用邊緣檢測方法對二值圖像進行邊緣檢測，以去除噪聲點，得到疑似道路交通t示志區(qū)域；⑥根據道路交通標志的基本幾何形狀及道路交通標志的所有顏色形狀對，判斷疑似道路交通標志區(qū)域是否為確實的道路交通標志區(qū)域；當疑似道路交通標志區(qū)域確定為確實的道路交通標志區(qū)域時，則根據道路交通標志的顏色與幾何形狀的關系及確實的道路交通標志區(qū)域的基本顏色和基本幾何形狀，確定確實的道路交通標志區(qū)域所屬的交通標志子類，實現道路交通標志的檢測；當疑似道路交通標志區(qū)域確定為非道路交通標志區(qū)域時，則不進行處理并結束。所述的步驟③中將當前道路交通場景圖像的顏色空間從RGB顏色空間變換至HSI顏色空間的具體過程為首先分別對RGB顏色空間的3個顏色分量進行歸一化處理，得到3個顏色分量各自的歸一化值，記紅色R的歸一化值為r，記綠色G的歸一化值為g，記藍色B的歸一化值為b，r-^，g-^，6-^;然后利用紅色R的歸一化值r、綠色G的歸一化值g及藍色B的歸一化值b分別計算HSI顏色空間的3個顏色分量，!1±1±^90—肌加〔4)x，+(0，g〉W80,g〈W.n—,g,"其中，3、W^/F="，函數arctan()為求正切函數，函數min()為求最小值函數。所述的步驟④中對當前道路交通場景圖像進行顏色提取所采用的基于HSI顏色空間的顏色提取方法的具體過程為-1、對于道路交通標志的基本顏色中的紅色，將紅色相應的色調H的值的取值范圍設定為[315°，360°]U;對于道路交通標志的基本顏色中的藍色，將藍色相應的色調H的值的取值范圍設定為[200°，260°]，并將藍色相應的飽和度S的值的取值范圍設定為;對于道路交通標志的基本顏色中的黑色，將黑色相應的飽和度S的值的取值范圍設定為;-2、遍歷當前道路交通場景圖像的每個像素點，判斷像素點的色調H的值是否屬于[315°，360°]U，如果是，則將該像素點的像素值置為0，否則，判斷像素點的色調H的值是否屬于[200°，260°]且像素點的飽和度S的值是否屬于，如果是，則將該像素點的像素值置為O，否則，再判斷像素點的飽和度S的值是否屬于，如果是，則將該像素點的像素值置為O，否則，將該像素點的像素值置為1;-3、獲得二值圖像。所述的步驟⑤中的邊緣檢測方法為數學形態(tài)學中的膨脹與腐蝕運算。所述的步驟⑥的具體步驟為_1、利用公知的霍夫變換獲取疑似道路交通標志區(qū)域的基本幾何形狀，然后判斷疑似道路交通標志區(qū)域的基本幾何形狀是否屬于基本幾何形狀的集合VS，如果是，則繼續(xù)執(zhí)行，否則，確定該疑似道路交通標志區(qū)域為非確實的道路交通標志，不進行處理并結束；_2、根據道路交通標志的顏色幾何形狀對，判斷疑似道路交通標志區(qū)域的基本顏色與基本幾何形狀構成的二元對是否屬于道路交通標志的所有顏色形狀對的集合VCSPeN，如果是，則確定該疑似道路交通標志區(qū)域為確實的道路交通標志區(qū)域，并繼續(xù)執(zhí)行，否則，確定該疑似道路交通標志區(qū)域為非確實的道路交通標志區(qū)域，不進行處理并結束；_3、根據道路交通標志的顏色與幾何形狀的關系及確實的道路交通標志區(qū)域的基本顏色和基本幾何形狀，確定確實的道路交通標志區(qū)域所屬的交通標志子類，實現道路交通標志的檢測。與現有技術相比，本發(fā)明的優(yōu)點如下1.通過分析道路交通標志的基本顏色和基本幾何形狀，提出顏色形狀對、并根據顏色形狀對構造了道路交通標志的顏色與幾何形狀的關系模型，利用該模型進行道路交通標志的檢測，大大提高了道路交通標志檢測的有效性和檢測正確率；該模型覆蓋了中國所有三大類116種交通標志，有利于構筑一個比較完善的TSR系統(tǒng)；2.在檢測的同時將道路交通標志初步分為七個交通標志子類，即實現道路交通標志的粗分類，這樣，有效地降低了道路交通標志識別(TSR)系統(tǒng)的復雜性，有利于提高TSR系統(tǒng)的實時性和有效性；3.可以大幅度化簡交通標志信息的復雜性，這是實現快速檢測、并在檢測階段同時解決粗分類問題的基礎；4.由于本發(fā)明方法提出了顏色形狀對的概念，即考慮了道路交通標志的基本顏色與基本幾何形狀之間的唯一的確定性關系，這樣不僅能使后續(xù)的道路交通標志檢測能夠有效地檢測出道路交通標志，而且可使得在檢測的過程中同時實現道路交通標志的粗分類，本發(fā)明方法構造的道路交通標志的顏色與幾何形狀的關系模型為后續(xù)的道路交通標志的有效檢測提供了良好的基礎。圖1為禁令標志、指示標志和警告標志的部分典型樣本示例；圖2為禁令標志、指示標志和警告標志與顏色的關系示意圖；圖3為禁令標志、指示標志和警告標志與幾何形狀的關系示意圖；圖4為道路交通標志的顏色與幾何形狀之間唯一確定關系的基本框架示意圖；圖5為本發(fā)明方法的基本處理框圖；圖6a為模擬的道路交通場景圖像；圖6b為顏色提取后得到的二值圖像；圖6c為邊緣檢測后得到的疑似道路交通標志區(qū)域；圖6d為檢測得到的道路交通標志。具體實施例方式以下結合附圖實施例對本發(fā)明作進一步詳細描述。我國直接與道路交通安全有關的交通標志共有116個(不包括可派生的交通標志)，分為三大類，分別為禁令標志、指示標志和警告標志。其中，禁令標志42個，指示標志29個，警告標志45個，圖1給出了三類標志的部分典型樣本示例。目前，對交通標志的檢測提出了兩類方法，即基于灰度圖像的交通標志檢測方法和基于彩色圖像的交通標志檢測方法，其中基于彩色圖像的交通標志檢測方法為了提高交通標志檢測的有效性，充分利用了交通標志的兩個突出特征即顏色和幾何形狀信息，但卻忽略了交通標志的另一個重要特征，即其顏色與幾何形狀之間具有唯一的確定性關系。而本發(fā)明在分析了道路交通標志的基本顏色和基本幾何形狀這兩種屬性的基礎上，提出了顏色形狀對的概念，即考慮了道路交通標志的基本顏色與基本幾何形狀之間的唯一的確定性關系，這樣不僅能使后續(xù)的道路交通標志檢測能夠有效地檢測出道路交通標志，而且可使得在檢測的過程中同時實現道路交通標志的粗分類。在顏色形狀對的基礎上，構造道路交通標志的顏色與幾何形狀的關系模型，該模型為后續(xù)的道路交通標志的有效檢測提供了良好的保障。同時在道路交通標志的顏色與幾何形狀的關系模型的基礎上提出了一種新的道路交通標志檢測方法，該方法覆蓋了所有三大類116個中國道路交通標志，在實現檢測的同時將道路交通標志初步分為七個交通標志子類，即實現道路交通標志的粗分類，這樣有效地降低了道路交通標志識別(TSR)系統(tǒng)的復雜性，提高了TSR系統(tǒng)的實時性和有效性。首先分別對各類道路交通標志的基本顏色和基本幾何形狀進行分析。從116個道路交通標志可知，該116個道路交通標志主要由五種基本顏色構成，分別為紅色、藍色、黃色、黑色和白色。其中，禁令標志以紅色為其基本顏色，白色為其底色，內核圖案以黑色為主，另有兩個特殊的禁令標志為白底黑色；指示標志的基本顏色為藍色，內核圖案以白色為主；警告標志以黃色為其基本顏色，邊框及其內核圖案為黑色?？紤]到45個警告標志中有約四分之一的標志內核圖案的黑色成分較多，以至于黃色部分不能形成一個規(guī)則的形狀，如圖1中的警告標志W10所示。因此，若采用黃色作為警告標志的基本顏色建立"顏色與幾何形狀的關系模型"，將會使道路交通標志檢測方法對警告標志的檢測變得很復雜?？紤]到警告標志的外緣都是具有一定寬度的黑色，且具有規(guī)則的形狀屬性，于是，本發(fā)明采用黑色作為警告標志的基本顏色。另外，從圖1中可獲知，大部分道路交通標志都有一個很細的外輪廓線。但實踐表明，拍攝得到的道路交通標志實景圖中，這些很細的外輪廓線都比較模糊，甚至看不到，因此，這些很細的外輪廓線對道路交通標志識別的影響完全可以忽略不計。于是，若忽略白色、黃色和其它次要因素，則顏色與三大類道路交通標志之間的關系可用圖2表示，具體表述如下1)、以紅色為基本顏色的道路交通標志必為禁令標志；2)、以藍色為基本顏色的道路交通標志必為指示標志；3)、以黑色為基本顏色的道路交通標志或為警告標志、或為禁令標志。我國的116個道路交通標志共有五種基本幾何形狀，分別為圓形、矩形、正三角形、倒三角形和正八邊形。其中，圓形、矩形和正三角形的數量較多，為三大類道路交通標志的主要幾何形狀，倒三角形和正八邊形各有1個，且都是禁令標志，其余40個禁令標志均為圓形；29個指示標志有圓形和矩形兩種幾何形狀；45個警告標志的基本幾何形狀為正三角形。因此，幾何形狀與三大類道路交通標志之間的關系如圖3所示，具體表述如下1)、圓形或為禁令標志、或為指示標志；2)、矩形必為指示標志；3)、正三角形必為警告標志；4)、倒三角形和正八邊形必為禁令標志。其次，確定顏色形狀對及顏色形狀對集合。根據以上對三大類116個道路交通標志的顏色屬性與幾何形狀屬性的分析，可以得出一個重要的結論道路交通標志的顏色與幾何形狀之間的確存在著唯一確定性的關系，即紅色圓形、紅色倒三角形、紅色八邊形和黑色圓形的標志均為禁令標志，藍色圓形和藍色矩形的標志均為指示標志，黑色正三角形的標志為警告標志。圖4給出了道路交通標志的顏色與幾何形狀之間唯一確定性關系的基本框架示意圖。本發(fā)明定義的顏色形狀對及顏色形狀對集合如下。顏色形狀對的定義記拍攝得到的道路交通標志實景圖像區(qū)域為A，道路交通標志實景圖像區(qū)域A具有n個基本顏色和m個基本幾何形狀，記第i個基本顏色為Ci，記第j個基本幾何形狀為Sj，根據道路交通標志實景圖像區(qū)域A的第i個基本顏色&和第j個基本幾何形狀Sj，構建一個二元對(Ci，Sj)，令CSPk二(Ci，Sj)|k=1，2，…，l，其中，i=1，2，…，n，j=1，2，…，m，1=nXm，確定二元對CSPk為道路交通標志實景圖像區(qū)域A的一個顏色形狀對(CSP，Color-Sh即ePair)。顏色形狀對集合的定義記拍攝得到的道路交通標志實景圖像區(qū)域為A，道路交通標志實景圖像區(qū)域A具有n個基本顏色和m個基本幾何形狀，記第i個基本顏色為Ci，記基本顏色的集合為VC，VC={Q,C2，…，Cn}，記第j個基本幾何形狀為Sj，記基本幾何形狀的集合為VS，VS二(S"S2，…，SJ;根據道路交通標志實景圖像區(qū)域A的第i個顏色屬性Ci和第j個幾何形狀屬性Sj，構建道路交通標志實景圖像區(qū)域A中的顏色形狀對，記為CSPk，CSPk=(Ci，Sj)Ik=1，2，…，1，記由1個顏色形狀對組成的顏色形狀對集合為VCSP，VCSP={CSPk|k=1，2，…，lh或VCSP={(Ci，Sj)|i=1，2，...，n，j=l，2，…，mh其中，1=nXm。如果在后續(xù)的交通標志檢測過程中利用本發(fā)明提出的顏色形狀對，則可以在檢測時尋找到滿足交通標志顏色與幾何形狀匹配的有效區(qū)域。下面，以指示標志為例進一步說明本發(fā)明提出的顏色形狀對。首先，指示標志的基本顏色為藍色，其次，指示標志的形狀為圓形或矩形。這樣，指示標志應具有固定的顏色形狀對(藍色，圓形)與(藍色，矩形)。依此類推，便可以得到以顏色形狀對表示的顏色與幾何形狀的關系模型。在此，用CpCyQ和C4分別表示我國道路交通標志的基本顏色為紅色、藍色、黑色和其它顏色，其它顏色包括白色和黃色；用SpS^S^S^Ss和Se分別表示我國道路交通標志的基本幾何形狀為倒三角形、正八邊形、圓形、矩形、正三角形和其它形狀，其他形狀包括道路交通標志內核圖案的各種形狀。那么，根據上面對道路交通標志基本顏色和基本幾何形狀的分析以及顏色形狀對和顏色形狀對集合的定義可知，我國三大類116個道路交通標志的基本顏色的集合可表示為VC={&，C2，C3}，基本幾何形狀的集合可表示為VS={SnS2，S3，S4，SJ，記我國道路交通標志的所有顏色形狀對的集合為VCSPeN，記禁令標志的所有顏色形狀對的集合為VCSPp記指示標志的所有顏色形狀對的集合為VCSP2，記警告標志的所有顏色形狀對的集合為VCSP^其中，VCSPpVCSP2、VCSP3均為VCSPra的子集，根據分析可得到VCSP丄={(Q，S》，(Q，S2)，(Q，S3)，(C3，S3)}，VCSP2={(C2，S3)，(C2，S4)}，VCSP3={(c3，S5)}，VCSPCN={VCSPpVCSP2，VCSP3}={(Q，S》，(Q，s2)，(c"s3)，(c3，s3)，(c2，s3)，(c2，s4)，(c3，s5)}由上述分析可知，我國道路交通標志可用7個顏色形狀對來描述，其中，禁令標志有4個、指示標志有2個、警告標志有1個顏色形狀對。如果用邏輯變量TS來表示道路交通場景圖中存在道路交通標志，用TSR、TSG、TSW分別表示道路交通場景圖中存在禁令標志、指示標志和警告標志，則建立道路交通標志的顏色與幾何形狀的關系(Color-GeometricModel,CGM)，道路交通標志的顏色與幾何形狀的關系用邏輯表達式可表示為'，=,s)+，s2)+(c!,&)+(c3,s3)rsG=(c2,s3)+(c2,s4)r^rs及+蕩+re『-(c!,s!)+(c!，S2)+(Ci,&)+(C3，&)+(C2,S3)+(C2，S4)+(C3,S5)該道路交通標志的顏色與幾何形狀的關系模型表明，我國的三大類116個道路交通標志可以由7個顏色形狀對來表示，每個顏色形狀對表示道路交通標志的1個子類。因此，116個道路交通標志被分為7個子類，實現了道路交通標志的粗分類，具體分類情況為(1)、42個禁令標志分為4個子類38個紅色圓形標志，2個黑色圓形標志，1個紅色倒三角形標志，1個正八邊形標志；這4個子類分別對應于顏色形狀對(C"S3)，(C3，S3)，(C"S》，(Q，S2);(2)、29個指示標志分為2個子類16個藍色圓形標志，13個藍色矩形標志；這2個子類分別對應于顏色形狀對(C2，S3)，(C2，S4);(3)、45個警告標志只有1個子類，對應于顏色形狀對(C3，S5)。由于116個道路交通標志被分為7個子類，每個子類的樣本數大為減少，因此將大大提高道路交通標志識別(TSR)系統(tǒng)的識別效率和識別正確率。在上述分析的基礎上，本發(fā)明提出了一種道路交通標志的檢測方法，如圖5所示，該檢測方法包括以下步驟①通過分析道路交通標志的基本顏色，確定以紅色為基本顏色的道路交通標志為禁令標志，確定以藍色為基本顏色的道路交通標志為指示標志，確定以黑色為基本顏色的道路交通標志為警告標志或為禁令標志；通過分析道路交通標志的基本幾何形狀，確定以倒三角形為基本幾何形狀的道路交通標志為禁令標志，確定以正八邊形為基本幾何形狀的道路交通標志為禁令標志，確定以圓形為基本幾何形狀的道路交通標志為禁令標志或為指示標志，確定以矩形為基本幾何形狀的道路交通標志為指示標志，確定以正三角形為基本幾何形狀的道路交通標志為警告標志。②將基本顏色中的紅色記為Q，將基本顏色中的藍色記為G，將基本顏色中的黑色記為(:3，將基本幾何形狀中的倒三角形記為Sp將基本幾何形狀中的正八邊形記為&，將基本幾何形狀中的圓形記為S3，將基本幾何形狀中的矩形記為S4，將基本幾何形狀中的正三角形記為S5，記基本顏色的集合為VC，VC={Q,C2，C3}，記基本幾何形狀的集合為VS，VS={SnS2，S3，S4，SJ;由第i個基本顏色&與第j個基本幾何形狀Sj構成顏色形狀對(Ci，S》，其中，i=1，2，…，n，j二l，2，…，m，n二3，m二5，記禁令標志的所有顏色形狀對構成的集合為VCSPpVCSP丄=KC"S》，(C"S2)，(C"S3)，(C3，S》h記指示標志的所有顏色形狀對構成的集合為VCSP2，VCSP2二{(C2，S3)，(C2，S》h記警告標志的所有顏色形狀對構成的集合為VCSP3，VCSP3={(C3，S5)}，記道路交通標志的所有顏色形狀對的集合為VCSPCN，VCSPCN={VCSPpVCSP2，VCSP3}={(C"S》，(Q，S2)，(Q，s3)，(c3，s3)，(c2，s3)，(c2，s4)，(C3，S5)};根據禁令標志的所有顏色形狀對、指示標志的所有顏色形狀對及警告標志的所有顏色形狀對，構造道路交通標志的顏色與幾何形狀的關系，表示為rs及=,s)+，s2)+(c!,s。+(c3，s3)rsG=(c2,&)+(c2，s4)n=(c3，s5)7^，+rsG+r,卞,s)+(Ci,S2)+(q，S3)+(C3,S3)+(C2，S3)+(C2，&)+(C3,S5)其中，TSR、TSG、TSW、TS均為邏輯變量，TS表示通過攝像裝置獲取的道路交通場景圖像中存在道路交通標志，TSR表示道路交通場景圖像中存在禁令標志，TSG表示道路交通場景圖像中存在指示標志，TSW表示道路交通場景圖像中存在禁令標志，TSG表示道路交通場景圖像中存在警告標志；根據道路交通標志的顏色與幾何形狀的關系，將道路交通標志粗分類為七個交通標志子類，該七個交通標志子類分別為紅色_倒三角形交通標志、紅色_正八邊形交通標志、紅色_圓形交通標志、黑色_圓形交通標志、藍色_圓形交通標志、藍色_矩形交通標志、黑色_正三角形交通標志，其中，紅色_倒三角形交通標志、紅色_正八邊形交通標志、紅色_圓形交通標志、黑色_圓形交通標志為禁令標志，藍色_圓形交通標志、藍色_矩形交通標志為指示標志，黑色_正三角形交通標志為警告標志。③通過攝像裝置獲取道路交通場景圖像，定義當前獲取的道路交通場景圖像為當前道路交通場景圖像，將當前道路交通場景圖像的顏色空間從RGB顏色空間變換至HSI顏色空間，RGB顏色空間的3個顏色分量分別為紅色R、綠色G和藍色B，HSI顏色空間的3個顏色分量分別為色調H、飽和度S和強度I。由于HSI顏色空間能夠體現出人類視覺特征，且HSI顏色空間表示的道路交通場景圖像的顏色屬性和幾何形狀屬性更為明顯，易于后續(xù)的顏色提取、邊緣檢測等。在此，將當前道路交通場景圖像的顏色空間從RGB顏色空間變換至HSI顏色空間的具體過程為首先分別對RGB顏色空間的3個顏色分量進行歸一化處理，得到3個顏色分量各自的歸一化值，記紅色R的歸一化值為r，記綠色G的歸一化值為g，記藍色B的歸一化值為b，r二Jj，g二^，6-^;然后利用紅色R的歸一化值r、綠色G的歸一化值8及藍色8的歸一化值13分別計算^1顏色空間的3個顏色分量，/=^^，//=90—arctan「4V，+(0,g〉W80,g〈W3-i—"，6),甘中？=2/>十&@數arctan()為求正切函數，函數min()為求最小值函數。④根據道路交通標志的基本顏色，采用基于HSI顏色空間的顏色提取方法對當前道路交通場景圖像進行顏色提取，即可得到二值圖像。在此，基于HSI顏色空間的顏色提取方法是根據道路交通標志的基本顏色確定HSI顏色空間的顏色分量的取值范圍的，當前道路交通場景圖像中的各個像素點由HIS顏色空間的三個顏色分量表示，道路交通標志的基本顏色有紅色、藍色和黑色，在具體的顏色提取過程中只用到了色調H和飽和度S兩個顏色分量，道路交通標志的基本顏色對應的色調H和飽和度S的取值范圍如表1所示。在此，顏色提取方法的具體過程為-1、對于道路交通標志的基本顏色中的紅色，將紅色相應的色調H的值的取值范圍設定為[315°，360°]U;對于道路交通標志的基本顏色中的藍色，將藍色相應的色調H的值的取值范圍設定為[200°，260°]，并將藍色相應的飽和度S的值的取值范圍設定為;對于道路交通標志的基本顏色中的黑色，將黑色相應的飽和度S的值的取值范圍設定為;④-2、遍歷當前道路交通場景圖像的每個像素點，判斷像素點的色調H的值是否屬于[315。，360°]U，如果是，則將該像素點的像素值置為0，否則，判斷像素點的色調H的值是否屬于[200°，260°]且像素點的飽和度S的值是否屬于，如果是，則將該像素點的像素值置為O，否則，再判斷像素點的飽和度S的值是否屬于，如果是，則將該像素點的像素值置為0，否則，將該像素點的像素值置為1;-3、獲得二值圖像。表1道路交通標志的基本顏色對應的色調H和飽和度S的取值范圍表<table>tableseeoriginaldocumentpage13</column></row><table>表1中"一"表示不予考慮。⑤采用邊緣檢測方法對二值圖像進行邊緣檢測，以去除噪聲點，得到疑似道路交通t示志區(qū)域。邊緣檢測又稱邊緣提取，相關的具體方法有很多，在此具體實施例中以采用數學形態(tài)學中的膨脹與腐蝕運算為例，腐蝕是膨脹的對偶運算，它們都不是可逆運算，相應的公式如下a.二值膨脹設向量加法的兩個操作數分別來自于X和B，并且取到任意可能的組合，則膨脹運算Z05可定義為^十5二0es2:/-;c+6,;ceX且6e5〉；b.二值腐蝕設向量減法的兩個操作數分別來自于X和B，并且取到任意可能的組合，則腐蝕運算Xe5可定義為Xe5={/ee2:+6eX，對于每一個6e5}。在此，利用形態(tài)學中的膨脹與腐蝕運算對二值圖像進行腐蝕和膨脹，膨脹與腐蝕進行的次數取決于有效像素點的數量，是一個變量。⑥根據道路交通標志的基本幾何形狀及道路交通標志的所有顏色形狀對，判斷疑似道路交通標志區(qū)域是否為確實的道路交通標志區(qū)域，當疑似道路交通標志區(qū)域確定為確實的道路交通標志區(qū)域時，則根據道路交通標志的顏色與幾何形狀的關系及確實的道路交通標志區(qū)域的基本顏色和基本幾何形狀，確定確實的道路交通標志區(qū)域所屬的交通標志子類，實現道路交通標志的檢測；當疑似道路交通標志區(qū)域確定為非道路交通標志區(qū)域時，則不進行處理并結束。具體步驟為-1、利用公知的霍夫變換獲取疑似道路交通標志區(qū)域的基本幾何形狀，然后判斷疑似道路交通標志區(qū)域的基本幾何形狀是否屬于基本幾何形狀的集合VS，如果是，則繼續(xù)執(zhí)行，否則，確定該疑似道路交通標志區(qū)域為非確實的道路交通標志，不進行處理并結束；_2、根據道路交通標志的顏色幾何形狀對，判斷疑似道路交通標志區(qū)域的基本顏色與基本幾何形狀構成的二元對是否屬于道路交通標志的所有顏色形狀對的集合VCSP^，如果是，則確定該疑似道路交通標志區(qū)域為確實的道路交通標志區(qū)域，并繼續(xù)執(zhí)行，否則，確定該疑似道路交通標志區(qū)域為非確實的道路交通標志區(qū)域，不進行處理并結束；_3、根據道路交通標志的顏色與幾何形狀的關系及確實的道路交通標志區(qū)域的基本顏色和基本幾何形狀，確定確實的道路交通標志區(qū)域所屬的交通標志子類，實現道路交通標志的檢測與粗分類。上述步驟⑥-1中對于疑似道路交通標志區(qū)域的基本幾何形狀的獲取可采用現有的任意成熟的幾何形狀判別方法，其中，以霍夫變換的效果較好，因此在此具體實施例中采用霍夫變換來實現幾何形狀的判別。在利用本發(fā)明方法進行道路交通標志檢測后，檢測的結果實際上是一個粗分類的結果，對于粗分類后的每個交通標志子類的后續(xù)處理均可通過一個分類器或判別器進行處理，且復雜度不同。例如，交通標志子類1和交通標志子類2由于都只包含了一個道路交通標志，所以后續(xù)處理很簡單，只要一個判別器即可，目的是濾除誤檢測的結果。而交通標志子類7就不同了，共有45個道路交通標志，涵蓋了整整一大類道路交通標志——警告標志，因此，交通標志子類7的后續(xù)處理比較復雜，需要進一步進行細分類和判別。以下為通過仿真實驗來說明本發(fā)明方法的可行性和可實現性。由于獲得全部116個道路交通標志的實際場景圖像比較困難，因此除了采用部分道路交通場景圖像作為實驗對象之外，主要是采用了大量模擬的道路交通場景圖像作為實驗對象。所謂模擬的道路交通場景圖像，就是將116個道路交通標志的標準圖形(包括扭曲變形的圖形)分別粘貼在不同的實拍道路交通場景圖像上來代替實拍的道路交通標志。模擬的道路交通場景圖像的數據共有4組，其中1組是直接采用標準的道路交通標志制作的，另外3組是模擬幾何失真的，即采用扭曲度分別為5。、10°和15°的標準道路交通標志制作的模擬的道路交通場景圖像。每組數據均有116個道路交通標志，共有464幅模擬的道路交通場景圖像。圖6a給出了一幅模擬的道路交通場景圖像，采用基于HSI顏色空間的顏色提取方法對圖6a所示的圖像進行顏色提取，得到的二值圖像如圖6b所示，但由于提取得到的二值圖像往往存在很多的噪聲點，從圖6b中也可以看出，為去除圖6b所示的圖像中的噪聲點，需對圖6b所示的圖像進行邊緣檢測，由于本發(fā)明主要采用了腐蝕和膨脹運算來實現邊緣檢測，在此，經腐蝕膨脹后得到疑似道路交通標志區(qū)域如圖6c所示。在對圖6c所示的圖像進行基本幾何形狀判定時，由于考慮到基本幾何形狀的集合VS中的道路交通標志的基本幾何形狀的拐角特征，因此在仿真實驗中利用現有的拐角模板匹配法確定疑似道路交通標志區(qū)域的基本幾何形狀，然后根據道路交通標志的顏色幾何形狀對，判斷疑似道路交通標志區(qū)域的基本顏色與基本幾何形狀構成的二元對是否屬于道路交通標志的所有顏色形狀對的集合VCSPeN，經判斷后圖6b所示的圖像滿足條件，再根據道路交通標志的顏色與幾何形狀的關系模型及確實的道路交通標志區(qū)域的基本顏色和基本幾何形狀，確定確實的道路交通標志區(qū)域所屬的交通標志子類，實現道路交通標志的檢測，檢測得到的結果如圖6d所示。從上述仿真實驗的過程和結果來看，采用本發(fā)明方法進行道路交通標志的檢測的正確率能夠達到100%，證明本發(fā)明方法具有良好的準確性、魯棒性和實時性，從而證明了本發(fā)明方法的可行性和可實現性，同時檢測結果表明本發(fā)明方法不僅同時實現了三大類道路交通標志的粗分類，而且直接將這三大類116個道路交通標志分為七個交通標志子類。為了進一步驗證本發(fā)明方法的有效性，對4組道路交通標志進行了細分類(即判別)研究，4組道路交通標志即其中1組是標準的道路交通標志及另外3組是采用扭曲度分別為5°、10°和15°的道路交通標志。未經本發(fā)明方法處理的對象為116個道路交通標志，每個道路交通標志對應一個判別器，而經本發(fā)明方法處理后的對象為七個交通標志子類，每個交通標志子類對應一個判別器，可知本發(fā)明方法對道路交通標志的判別更為有效，且所使用的判別器也更少。在此，采用支持向量機網絡作為判別系統(tǒng)，分別對現有的基于彩色圖像的交通標志檢測方法檢測得到的結果與本發(fā)明方法檢測得到的結果進行判別，判別的正確率如表2所示。表2采用支持向量機網絡作為判別系統(tǒng)分別對現有的基于彩色圖像的交通標志檢測方法與本發(fā)明方法檢測得到的結果進行判別的正確率比較<table>tableseeoriginaldocumentpage15</column></row><table>從表2中可以看出本發(fā)明方法能夠為后續(xù)的道路交通標志的判別提供良好地保障，大大提高了判別的正確率。權利要求一種道路交通標志的檢測方法，道路交通標志具有基本顏色和基本幾何形狀兩種屬性，所述的基本顏色包括紅色、藍色、黃色、黑色和白色，所述的基本幾何形狀包括圓形、矩形、正三角形、倒三角形及正八邊形，所述的道路交通標志包括禁令標志、指示標志及警告標志，其特征在于該檢測方法包括以下步驟①通過分析道路交通標志的基本顏色，確定以紅色為基本顏色的道路交通標志為禁令標志，確定以藍色為基本顏色的道路交通標志為指示標志，確定以黑色為基本顏色的道路交通標志為警告標志或為禁令標志；通過分析道路交通標志的基本幾何形狀，確定以倒三角形為基本幾何形狀的道路交通標志為禁令標志，確定以正八邊形為基本幾何形狀的道路交通標志為禁令標志，確定以圓形為基本幾何形狀的道路交通標志為禁令標志或為指示標志，確定以矩形為基本幾何形狀的道路交通標志為指示標志，確定以正三角形為基本幾何形狀的道路交通標志為警告標志；②將基本顏色中的紅色記為C1，將基本顏色中的藍色記為C2，將基本顏色中的黑色記為C3，將基本幾何形狀中的倒三角形記為S1，將基本幾何形狀中的正八邊形記為S2，將基本幾何形狀中的圓形記為S3，將基本幾何形狀中的矩形記為S4，將基本幾何形狀中的正三角形記為S5，記基本顏色的集合為VC，VC＝{C1，C2，C3}，記基本幾何形狀的集合為VS，VS＝{S1，S2，S3，S4，S5}；由第i個基本顏色Ci與第j個基本幾何形狀Sj構成顏色形狀對(Ci，Sj)，其中，i＝1，2，…，n，j＝1，2，…，m，n＝3，m＝5，記禁令標志的所有顏色形狀對構成的集合為VCSP1，VCSP1＝{(C1，S1)，(C1，S2)，(C1，S3)，(C3，S3)}，記指示標志的所有顏色形狀對構成的集合為VCSP2，VCSP2＝{(C2，S3)，(C2，S4)}，記警告標志的所有顏色形狀對構成的集合為VCSP3，VCSP3＝{(C3，S5)}，記道路交通標志的所有顏色形狀對的集合為VCSPCN，VCSPCN＝{VCSP1，VCSP2，VCSP3}＝{(C1，S1)，(C1，S2)，(C1，S3)，(C3，S3)，(C2，S3)，(C2，S4)，(C3，S5)}；根據禁令標志的所有顏色形狀對、指示標志的所有顏色形狀對及警告標志的所有顏色形狀對，構造道路交通標志的顏色與幾何形狀的關系，表示為<mfencedopen='{'close=''><mtable><mtr><mtd><mi>TSR</mi><mo>=</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>1</mn></msub><mo>,</mo><msub><mi>S</mi><mn>1</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>1</mn></msub><mo>,</mo><msub><mi>S</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>1</mn></msub><mo>,</mo><msub><mi>S</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>3</mn></msub><mo>,</mo><msub><mi>S</mi><mn>3</mn></msub><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>TSG</mi><mo>=</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>2</mn></msub><mo>,</mo><msub><mi>S</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>2</mn></msub><mo>,</mo><msub><mi>S</mi><mn>4</mn></msub><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>TSW</mi><mo>=</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>3</mn></msub><mo>,</mo><msub><mi>S</mi><mn>5</mn></msub><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mi>TS</mi><mo>=</mo><mi>TSR</mi><mo>+</mo><mi>TSG</mi><mo>+</mo><mi>TSW</mi><mo>=</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>1</mn></msub><mo>,</mo><msub><mi>S</mi><mn>1</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>1</mn></msub><mo>,</mo><msub><mi>S</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>1</mn></msub><mo>,</mo><msub><mi>S</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>3</mn></msub><mo>,</mo><msub><mi>S</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>2</mn></msub><mo>,</mo><msub><mi>S</mi><mn>3</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>2</mn></msub><mo>,</mo><msub><mi>S</mi><mn>4</mn></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><msub><mi>C</mi><mn>3</mn></msub><mo>,</mo><msub><mi>S</mi><mn>5</mn></msub><mo>)</mo></mrow></mtd></mtr></mtable></mfenced>其中，TSR、TSG、TSW、TS均為邏輯變量，TS表示通過攝像裝置獲取的道路交通場景圖像中存在道路交通標志，TSR表示道路交通場景圖像中存在禁令標志，TSG表示道路交通場景圖像中存在指示標志，TSW表示道路交通場景圖像中存在禁令標志，TSG表示道路交通場景圖像中存在警告標志；根據道路交通標志的顏色與幾何形狀的關系，將道路交通標志粗分類為七個交通標志子類，該七個交通標志子類分別為紅色-倒三角形交通標志、紅色-正八邊形交通標志、紅色-圓形交通標志、黑色-圓形交通標志、藍色-圓形交通標志、藍色-矩形交通標志、黑色-正三角形交通標志，其中，紅色-倒三角形交通標志、紅色-正八邊形交通標志、紅色-圓形交通標志、黑色-圓形交通標志為禁令標志，藍色-圓形交通標志、藍色-矩形交通標志為指示標志，黑色-正三角形交通標志為警告標志；③通過攝像裝置獲取道路交通場景圖像，定義當前獲取的道路交通場景圖像為當前道路交通場景圖像，將當前道路交通場景圖像的顏色空間從RGB顏色空間變換至HSI顏色空間，RGB顏色空間的3個顏色分量分別為紅色R、綠色G和藍色B，HSI顏色空間的3個顏色分量分別為色調H、飽和度S和強度I；④根據道路交通標志的基本顏色，采用基于HSI顏色空間的顏色提取方法對當前道路交通場景圖像進行顏色提取，得到二值圖像；⑤采用邊緣檢測方法對二值圖像進行邊緣檢測，以去除噪聲點，得到疑似道路交通標志區(qū)域；⑥根據道路交通標志的基本幾何形狀及道路交通標志的所有顏色形狀對，判斷疑似道路交通標志區(qū)域是否為確實的道路交通標志區(qū)域，當疑似道路交通標志區(qū)域確定為確實的道路交通標志區(qū)域時，則根據道路交通標志的顏色與幾何形狀的關系及確實的道路交通標志區(qū)域的基本顏色和基本幾何形狀，確定確實的道路交通標志區(qū)域所屬的交通標志子類，實現道路交通標志的檢測；當疑似道路交通標志區(qū)域確定為非道路交通標志區(qū)域時，則不進行處理并結束。2.根據權利要求l所述的一種道路交通標志的檢測方法，其特征在于所述的步驟③中將當前道路交通場景圖像的顏色空間從RGB顏色空間變換至HSI顏色空間的具體過程為首先分別對RGB顏色空間的3個顏色分量進行歸一化處理，得到3個顏色分量各自的歸一化值，記紅色R的歸一化值為r，記綠色G的歸一化值為g，記藍色B的歸一化值為<formula>formulaseeoriginaldocumentpage3</formula>然后利用紅色R的歸一化值r、綠色G的歸一化值g及藍色B的歸一化值b分別計算HSI顏色空間的3個顏色分量，<formula>formulaseeoriginaldocumentpage3</formula>函數arctan()為求正切函數，函數min()為求最小值函數。3.根據權利要求1或2所述的一種道路交通標志的檢測方法，其特征在于所述的步驟④中對當前道路交通場景圖像進行顏色提取所采用的基于HSI顏色空間的顏色提取方法的具體過程為④-l、對于道路交通標志的基本顏色中的紅色，將紅色相應的色調H的值的取值范圍設定為[315。，360°]U;對于道路交通標志的基本顏色中的藍色，將藍色相應的色調H的值的取值范圍設定為[200°，260°]，并將藍色相應的飽和度S的值的取值范圍設定為;對于道路交通標志的基本顏色中的黑色，將黑色相應的飽和度S的值的取值范圍設定為;-2、遍歷當前道路交通場景圖像的每個像素點，判斷像素點的色調H的值是否屬于[315。，360°]U，如果是，則將該像素點的像素值置為O，否則，判斷像素點的色調H的值是否屬于[200°，260°]且像素點的飽和度S的值是否屬于，如果是，則將該像素點的像素值置為0，否則，再判斷像素點的飽和度S的值是否屬于，如果是，則將該像素點的像素值置為O，否則，將該像素點的像素值置為1;-3、獲得二值圖像。4.根據權利要求3所述的一種道路交通標志的檢測方法，其特征在于所述的步驟⑤中的邊緣檢測方法為數學形態(tài)學中的膨脹與腐蝕運算。5.根據權利要求4所述的一種道路交通標志的檢測方法，其特征在于所述的步驟⑥的具體步驟為-1、利用公知的霍夫變換獲取疑似道路交通標志區(qū)域的基本幾何形狀，然后判斷疑似道路交通標志區(qū)域的基本幾何形狀是否屬于基本幾何形狀的集合VS，如果是，則繼續(xù)執(zhí)行，否則，確定該疑似道路交通標志區(qū)域為非確實的道路交通標志，不進行處理并結束；_2、根據道路交通標志的顏色幾何形狀對，判斷疑似道路交通標志區(qū)域的基本顏色與基本幾何形狀構成的二元對是否屬于道路交通標志的所有顏色形狀對的集合VCSPCN，如果是，則確定該疑似道路交通標志區(qū)域為確實的道路交通標志區(qū)域，并繼續(xù)執(zhí)行，否則，確定該疑似道路交通標志區(qū)域為非確實的道路交通標志區(qū)域，不進行處理并結束；_3、根據道路交通標志的顏色與幾何形狀的關系及確實的道路交通標志區(qū)域的基本顏色和基本幾何形狀，確定確實的道路交通標志區(qū)域所屬的交通標志子類，實現道路交通標志的檢全文摘要本發(fā)明公開了一種道路交通標志的檢測方法，通過分析道路交通標志的基本顏色和基本幾何形狀，提出顏色形狀對、并根據顏色形狀對構造了道路交通標志的顏色與幾何形狀的關系模型，利用該模型進行道路交通標志的檢測，大大提高了道路交通標志檢測的有效性和檢測正確率；該模型覆蓋了中國所有三大類116種交通標志，有利于構筑一個比較完善的TSR系統(tǒng)；在檢測的同時將道路交通標志初步分為七個交通標志子類，即實現道路交通標志的粗分類。這樣，有效地降低了道路交通標志識別(TSR)系統(tǒng)的復雜性，有利于提高TSR系統(tǒng)的實時性和有效性；此外，可以大幅度化簡交通標志信息的復雜性，這是實現快速檢測、并在檢測階段同時解決粗分類問題的基礎。文檔編號G06T7/40GK101702197SQ20091015406公開日2010年5月5日申請日期2009年10月26日優(yōu)先權日2009年10月26日發(fā)明者朱雙東申請人:寧波大學