[发明专利]一种道路交通标志自动检测识别方法

摘要

本发明涉及一种道路交通标志自动检测识别方法。本发明基于自动检测识别系统实现，所述自动检测识别系统包括，交通标志采集模块、交通标志检测处理模块和交通标志识别模块。交通标志采集模块用于采集行车视频，交通标志检测处理模块对采集到的视频进行处理，检测出含有交通标志的图像帧，并对兴趣区域进行提取。交通标志识别模块用于对提取的兴趣区域图像进行分类和识别。本发明所述道路交通标志自动检测识别方法，识别交通标志种类多、精度高、识别准确性高、鲁棒性好；并有效降低了光照、几何形变、旋转等影响，具有较高的抗干扰能力。

主权项

一种道路交通标志自动检测识别方法，基于自动检测识别系统实现，所述自动检测识别系统包括，交通标志采集模块、交通标志检测处理模块和交通标志识别模块；其特征在于，所述道路交通标志自动检测识别方法包括步骤如下：1)所述交通标志采集模块采集行车环境中道路上方及道路两侧的图像；2)所述交通标志检测处理模块对步骤1)采集的图像进行处理：2.1)采用双线性插值算法将步骤1)采集的图像缩放为统一分辨率大小，得到第二交通环境图像；2.2)将步骤2.1)处理得到的第二交通环境图像进行分支处理；2.2.1)利用Sobel边缘检测算法对所述第二交通环境图像进行检测，得到彩色边缘图像Image1，并将所述彩色边缘图像Image1灰度变换为灰度图像Image2；2.2.2)直接对所述第二交通环境图像进行灰度处理：利用Canny边缘检测算子检测第二交通环境图像的边缘，得到灰度边缘图像Image3；利用Hough检测灰度边缘图像Image3中的兴趣区域；分别输出兴趣区域内不同形状交通标志对应的X‑Y平面参数；2.3)利用步骤2.2.2)得到的X‑Y平面参数，对所述灰度图像Image2进行提取，忽略兴趣区域外的像素，只保留兴趣区域内的像素，得到提取图像Image4；2.4)对所述提取图像Image4进行归一化处理得到标准图像Image5；3)交通标志识别模块对标准图像Image5进行训练和识别分类检测；3.1)分类器训练：将所述标准图像Image5以图片文件的形式作为训练图像保存到存储器中，当存储器中训练图像的数目达到N后，开始训练过程；训练过程具体如下：提取每张训练图像的LBP纹理特征；设置p个SVM，分别对训练图像的LBP纹理特征进行训练，生成分类器模型文件，用于识别分类检测；3.2)识别分类检测：对所述标准图像Image5进行LBP纹理特征提取，使用p个SVM同时对标准图像Image5进行识别分类后对各SVM识别分类的结果进行评估：当各SVM对标准图像Image5的识别分类结果一致时，输出识别分类结果；当p个识别分类结果不一致时，认为所识别的图像不具备分类特征，不予处理；4)重复步骤1)‑3)。