基于動(dòng)態(tài)模板匹配的多禁令標(biāo)志牌檢測(cè)方法

王慧敏 閆新寶

【摘要】 禁令交通標(biāo)志牌檢測(cè)是智能交通領(lǐng)域中的一個(gè)關(guān)鍵問(wèn)題。針對(duì)復(fù)雜場(chǎng)景中多個(gè)禁令交通標(biāo)志牌誤檢率高的問(wèn)題，該文提出一種基于動(dòng)態(tài)模板匹配的多標(biāo)志牌檢測(cè)的方法。首先對(duì)禁令標(biāo)志進(jìn)行圖像預(yù)處理，結(jié)合顏色閾值分割特征和形狀特征兩個(gè)粒度劃分連通區(qū)域，然后根據(jù)連通區(qū)域的邊界信息構(gòu)造動(dòng)態(tài)模板進(jìn)行多個(gè)禁令交通標(biāo)志牌的檢測(cè)。實(shí)驗(yàn)結(jié)果表明，動(dòng)態(tài)模板匹配檢測(cè)方法在檢測(cè)偽圓和處理多個(gè)標(biāo)志牌之間粘連方面明顯優(yōu)于Hough變換方法。

【關(guān)鍵詞】 禁令標(biāo)志 特征提取 動(dòng)態(tài)模板匹配

一、引言

禁令交通標(biāo)志的檢測(cè)作為駕駛員輔助系統(tǒng)（Driver Support System， DSS）中的關(guān)鍵技術(shù)，可以及時(shí)控制響應(yīng)駕駛員疲勞狀態(tài)下的安全隱患，減少交通安全事故的發(fā)生。

在真實(shí)的道路場(chǎng)景，禁令交通標(biāo)志并不是孤立存在的。集群出現(xiàn)的禁令標(biāo)志不能被完全檢測(cè)到，導(dǎo)致誤檢測(cè)和漏檢的主要原因有兩種：第一種是相似背景色物體的干擾，導(dǎo)致不易進(jìn)行顏色分割；第二是是由視距或天氣原因?qū)е聵?biāo)志牌出現(xiàn)偽彩色，造成標(biāo)志粘連或殘缺。單獨(dú)的顏色分割方法不能有效的檢測(cè)集群出現(xiàn)的禁令標(biāo)識(shí)牌。

本文作者結(jié)合顏色閾值分割方法和形狀特征檢測(cè)方法，利用連通區(qū)域構(gòu)造動(dòng)態(tài)模板進(jìn)行多個(gè)禁令標(biāo)志牌的檢測(cè)，在降低檢測(cè)偽圓個(gè)數(shù)的同時(shí)，很好的解決了多個(gè)標(biāo)志牌間的粘連問(wèn)題。

二、圖像預(yù)處理方法

標(biāo)志牌檢測(cè)過(guò)程中的圖像預(yù)處理分為兩步：二值化和濾波降噪。

本文在RGB顏色空間下對(duì)禁令標(biāo)志牌進(jìn)行二值化處理，結(jié)合標(biāo)志牌的先驗(yàn)特征和機(jī)器學(xué)習(xí)算法，得出紅色閾值的范圍：

利用圖像形態(tài)學(xué)中的“開運(yùn)算”，圖形進(jìn)行腐蝕和膨脹運(yùn)算，對(duì)二值化圖像進(jìn)行去噪處理。但是開運(yùn)算在標(biāo)志牌出現(xiàn)殘缺現(xiàn)象時(shí)的去噪處理效果過(guò)于魯莽。由于標(biāo)志牌在人眼可分辨范圍內(nèi)直徑大于14，我們保留連通區(qū)域像素?cái)?shù)大于150的塊。

三、基于動(dòng)態(tài)模板匹配的多標(biāo)志牌檢測(cè)

Torresen[1]通過(guò)構(gòu)造一組固定的不同尺寸的圓環(huán)，在實(shí)時(shí)道路環(huán)境中用模板匹配的方法實(shí)現(xiàn)限速標(biāo)志牌檢測(cè)；Fleyeh[2]在該方法上進(jìn)行改進(jìn)，根據(jù)二值化區(qū)域面積的大小，構(gòu)建實(shí)心的圓形模板，通過(guò)異或操作直接濾出標(biāo)志牌的內(nèi)核圖案。但是這類基于固定模板檢測(cè)的方法對(duì)于集群出現(xiàn)的標(biāo)志牌檢測(cè)效果不好。受文獻(xiàn)[1]和文獻(xiàn)[2]的啟發(fā)，我們根據(jù)連通區(qū)域的輪廓信息動(dòng)態(tài)構(gòu)造模板進(jìn)行原型檢測(cè)，算法描述如下：

step1. 根據(jù)紅色閾值范圍進(jìn)行圖像分割；

step2. 去噪處理；

step3.

提取連通區(qū)域r，并構(gòu)造其最小外接矩形R，以min（r.高，r.寬）為直徑構(gòu)造動(dòng)態(tài)圓形模板；

四、實(shí)驗(yàn)

本文采用重慶郵電大學(xué)機(jī)器學(xué)習(xí)研究所提供的圖片庫(kù)，共265幅圖片。

將本文方法與Hough變換檢測(cè)方法進(jìn)行比較，動(dòng)態(tài)模板匹配檢測(cè)方法在正檢率和耗時(shí)上遜于Hough變換，但在檢測(cè)到的偽圓個(gè)數(shù)明顯減少，這為后續(xù)的剔除偽圓工作節(jié)省了系統(tǒng)開銷。同時(shí)發(fā)現(xiàn)，動(dòng)態(tài)模板匹配檢測(cè)方法在處理集群標(biāo)志牌之間粘連情況優(yōu)于Hough變化，檢測(cè)率和計(jì)算量都有所提升，具備實(shí)用價(jià)值。

五、結(jié)語(yǔ)

本文結(jié)合禁令標(biāo)志牌顏色和形狀的先驗(yàn)特征，利用連通區(qū)域構(gòu)造動(dòng)態(tài)模板進(jìn)行標(biāo)志牌的檢測(cè)。實(shí)驗(yàn)結(jié)果表明本文算法在處理集群標(biāo)志牌粘連和偽圓方面的有效性。我們將在下一步工作中研究如何提高特征屬性區(qū)分度的問(wèn)題。

參 考 文 獻(xiàn)

[1] Torresen J， Bakke J W， Sekanina L. Efficient recognition of speed limit signs[C]//Intelligent Transportation Systems， 2004. Proceedings. The 7th International IEEE Conference on. IEEE， 2004： 652-656.

[2] Fleyeh H， Davami E. Eigen-based traffic sign recognition[J]. IET intelligent transport systems， 2011， 5（3）： 190-196.