雾霾天气下交通标志识别技术研究
来源:用户上传
作者:
摘要：严重的雾霾天气，给出行带来不便。为保证在雾霾天气下的行车安全，减少由于雾霾干扰造成的交通事故，本文分析了雾霾天气道路图像特征，对去雾后的道路图像进行交通标志的提取及对识别方法进行研究。主要工作为两个方面：首先依据暗通道去雾理论对视频雾霾图像完成去雾预处理，其次利用HSV提取算法对于道路中基本的交通标志进行推测、识别。把雾霾天气下交通标志的先验知识应用到检测算法中，优化了算法的检测及检测与识别效率，而且具有良好的实时性。
关键词：雾霾天气;交通标志;特征提取
中图分类号：TP391 文献标识码：A
1 研究背景
近些年，我国各地陆续出现雾霾天气，出行面临很多交通问题。从公安部交管局发布的数据获知，到2016年年底，国内的机动车保有量为2.9亿辆，2016年国内产生了交通案件5.04万件，导致2.5万人丧生、4.68万人不同程度受伤，特别是在雾霾天气下，交通事故的发生比平常要多20%。因雾霾天气能见度低、视线差，导致不能很好地识别交通标志，这是造成交通事故的重要因素。
交通标志识别技术和理论要求主要包括图像去雾方法、交通标志的检测及识别方法、视频关键帧的提取和融合。对于车载视频在雾霾天气下的交通标志识别方法的探究順应了近年来智能交通系统发展的趋势，可以很好地将科技与人们的需求融合，从而提升生活质量和创新意识。
2 研究现状
近年来，计算机视觉技术及图像处理技术取得成果，学者们把目光投向了基于车载视频在雾霾天气下交通标志和车道线的检测和识别方向[1]。
1987年，日本团队就研发出了第一个智能交通标志系统。2001年，威斯康星大学的Liu和Ran研发了识别禁止标志的技术。2010年，来自于美国马萨诸塞大学的Ian Sebanja团队开发了根据阈值颜色分割及关键分量处理算法来分类识别待检测区域。
在国内，蒋刚毅、郑义最早开始确立了交通标志检测和识别的课题。2009年，来自厦门大学的李翠华团队依据一类优化的构建视觉突出性部分的模型，获取交通标志的感兴趣区域，再根据方向梯度直方图特征及支持向量机分类器对这些感兴趣区域进行检测，交通标志检测率接近98.3%，此算法可以对光度、尺度、角度变动和遮蔽问题实现较好的解决。
3 去雾算法
其中1，2，3为加权系数。RGB模型是建立在笛卡尔坐标系上，R、G、B每个轴取值都规定在0～255，R、G、B每个轴取值全是0则代表黑色，R、G、B每个轴取值全是255则代表白色，其他颜色由三者混合得到。
HSV颜色模型是相对于人类视觉还算适应的一个颜色模型，它的亮度部分在颜色特征内提取出去让亮度特征因素降低，被很广泛地融合于分割图像方向。在HSV颜色模型中H（色调-hue）代表光的颜色，S（饱和度-saturation）代表图像颜色的饱和度高低，V（亮度-value）代表光的明暗大小。
该模型中，横轴即为深浅S，纵轴即为明暗V，位于横轴相同区域的角度就是色调。HSV统一化至[0，1]内，H值域是[0，360]。H=0或H=360，S=1，V=1表示红色;H=240，S=1，V=1表示蓝色;H=30，S=1，V=1表示黄色。
在RGB图像转换成HSV图像过程中，首先，必须得转换成灰度图，度量图像的坐标，分别计算R、G、B 3个通道，以式（2）、式（3）、式（4）计算出对应的H、S、V。
实验结果如图1所示。
5 二值化图像分割
图像的二值化过程即把其区域内的元素点的灰度值赋值成0或255[4]，换言之可以理解为转换成黑白像素。
实验结果如图2所示。
6 交通标志提取
根据边缘提取获得边沿点的坐标和待识别部分面积，再利用曲线中波峰数值，对所选部分的特征进行分类;然后，推算该候选区域的圆形度，设定阈值范围，确定该区域的形状，最后对检测到的交通标志区域提取。通过圆形度检测和识别部分面积计算，能够更加快速地精确识别[5]。
实验提取过程及结果如图3所示。
7 总结
为了能够实现雾霾天气下交通标志识别，主要在图像去雾、交通标志检测识别方面进行了比较深入的研究和学习。分析了去雾算法的优点，完善并减少了光晕效应，依据模板匹配的识别算法来对交通标志进行识别，先采用HSV通道提取法，获得候选区域，找出交通标志所处位置，再通过特征分类算法，就可以做到对样本库里的交通标志进行相对快速准确地识别。最后，采取基于形状特征分类识别的算法，就能够相对高效精确地识别出样板库中的交通标志。
参考文献
[1] 常卢峰.车载辅助系统中交通标志检测与识别技术研究[D].长沙：中南大学，2010.
[2] 何凯明.暗通道优先的去雾算法[EB/OL].（2013-08-23）[2019-05-22].http：//www.cnblogs.com/Imageshop/p/3281703.html.
[3] 杨璟，朱雷.基于RGB颜色空间的彩色图像分割方法[J].计算机与现代化，2010，26（8）：147-149，171.
[4] 张雅兰.图像的二值化处理[J].广西工学院学报，2002，13（1）：32-33，55.
[5] 王炳飞，宋海玉，李厚杰，等.基于颜色模型和区域特性的交通标志提取方法研究[J].大连民族学院学报，2015，17（3）：274-277.
转载注明来源:https://www.xzbu.com/1/view-15175739.htm
