基于顏色閾值分割的禁令標(biāo)志檢測方法

王慧敏

1、引言

隨著社會的發(fā)展，交通安全問題越來越引起人們的關(guān)注，輔助駕駛系統(tǒng)是解決交通安全問題的一個(gè)關(guān)鍵技術(shù)。作為輔助駕駛系統(tǒng)的重要組成部分，禁令交通標(biāo)志識別能夠預(yù)警道路駕駛要求、輔助安全駕駛，近年來已成為智能輔助駕駛領(lǐng)域研究的熱點(diǎn)。然而禁令標(biāo)志識別受天氣、遮擋、光照等因素影響，這給禁令標(biāo)志檢測帶來挑戰(zhàn)。

本文分析了標(biāo)志牌的紅色先驗(yàn)信息在自然環(huán)境變換下閾值區(qū)間的波動，通過改進(jìn)空間點(diǎn)集離散趨勢分析中加權(quán)標(biāo)準(zhǔn)差圓半徑的計(jì)算方法，計(jì)算出紅色像素在不同顏色空間下的聚集程度和閾值范圍，并基于紅色像素閾值完成復(fù)雜道路場景中禁令交通標(biāo)志牌的檢測。

2、顏色模型

顏色是人們主觀上的感覺，顏色大致可分為非彩色和彩色兩類[1]。顏色模型就是指某個(gè)三維顏色空間中的一個(gè)可見光子集，它包含了某個(gè)顏色域中的所有顏色。從本質(zhì)上講顏色模型就是對坐標(biāo)系統(tǒng)和子空間的闡述，在此系統(tǒng)上的每一個(gè)點(diǎn)都對應(yīng)著一種顏色。常用的顏色模型有：RGB顏色模型，HSV顏色模型，HIS顏色模型，Lab顏色模型等。

2.1 RGB顏色模型

RGB顏色模型，又稱三原色光模式或紅綠藍(lán)顏色模型，主要應(yīng)用在電子系統(tǒng)中檢測，表示和顯示圖像[2]。在RGB顏色模型中，將紅、綠、藍(lán)三原色以不同的比例相加，就可以產(chǎn)生各種的色光。

RGB顏色模型對設(shè)備的依賴性很強(qiáng)，所以它一般在工業(yè)領(lǐng)域有著廣泛的應(yīng)用，比如：電視和計(jì)算機(jī)的顯示器，陰極射線管顯示等。目前計(jì)算機(jī)硬件中采用24bit表示一個(gè)像素，所以三種原色光各分到8bit，每種原色的強(qiáng)度依照8bit的最高值分為256個(gè)值，所以用這種方法可以組合出16777216種不同的顏色，而人眼最大可分辨的顏色種類為1000萬種。

2.2 HSV顏色模型

HSV顏色模型是面向人的，其采用用戶直觀的色彩描述方法。HSV分別代表Hue（色相）、Saturation（飽和度）、Value（亮度），與人類認(rèn)知顏色的概念相對應(yīng)，所以在計(jì)算機(jī)視覺，特別是圖像處理領(lǐng)域得到了廣泛的應(yīng)用。

2.3 YCbCr顏色模型

YCbCr顏色模型不是一種絕對的顏色模型，只是YUV模型的壓縮和偏移的版本，其中“Y”也表示明亮度，Cb、Cr都指色彩，主要應(yīng)用在DVD、攝像機(jī)、數(shù)字電視等消費(fèi)類視頻產(chǎn)品中。

3、顏色閾值分割

禁令標(biāo)志牌以紅色圓環(huán)作為基本顏色標(biāo)識，主要是通過顏色空間中紅色像素閾值范圍進(jìn)行分割。本文首先采樣得到紅色像素在各個(gè)顏色空間下的投影區(qū)間，通過分析各個(gè)顏色模型中紅色像素的聚集程度、轉(zhuǎn)換時(shí)間，得到最優(yōu)的顏色空間，并在此基礎(chǔ)上重新確定了紅色像素的閾值范圍。在不同光照及天氣條件下的80張含有禁令標(biāo)志的圖像中，隨機(jī)采樣3500個(gè)紅色像素點(diǎn)，分別在常用的RGB、HSV、HIS、YCbCr、Lab顏色空間中進(jìn)行聚類分析。

從視覺結(jié)果來看，紅色像素在YCbCr空間中的分布最為集中，聚類效果最好。為了具體描述點(diǎn)集的分布情況，得到定量的評價(jià)標(biāo)準(zhǔn)，我們將每個(gè)顏色空間下的像素點(diǎn)視為該空間中的粒子，采用經(jīng)典的粒子群分布中的點(diǎn)模式分析方法。

經(jīng)典統(tǒng)計(jì)學(xué)中，對粒子群分布的點(diǎn)模式分析方法通常將每個(gè)點(diǎn)稱為一個(gè)事件，事件在空間中的分布無疑有三種：聚集、隨機(jī)和均勻分布。點(diǎn)模式分析是為了判斷事件分布是聚集型還是分散型，通常以事件的空間位置為出發(fā)點(diǎn)研究其分布特性，主要從兩個(gè)方面進(jìn)行分析：一類是以聚集性為基礎(chǔ)的基于密度的方法，它利用點(diǎn)的密度或者頻率分布，如抽樣計(jì)數(shù)法、核函數(shù)法[3]等，作為研究空間點(diǎn)分布的特征;另一類是以分散性為基礎(chǔ)的基于舉例的研究[4]，通過測度最鄰近點(diǎn)的舉例，目的是尋找點(diǎn)集分布的質(zhì)心坐標(biāo)。

不同顏色空間中，在有色差產(chǎn)生的情況下，紅色像素點(diǎn)的空間分布仍會呈現(xiàn)一定程度的聚集分布，只是不同的顏色空間中離散程度不同。本文利用空間點(diǎn)集離散趨勢度量半徑的方法，在這些已知為聚集性的點(diǎn)集中評價(jià)出其離散程度。

在具體的數(shù)據(jù)模型計(jì)算中，我們發(fā)現(xiàn)當(dāng)單位和（或）平均數(shù)不同時(shí)，加權(quán)標(biāo)準(zhǔn)差圓的半徑只能衡量各個(gè)數(shù)據(jù)（或者粒子群）相對其均數(shù)的偏差程度，但不能用來比較不同計(jì)量單位下數(shù)據(jù)的離散程度。故本文引入變異系數(shù)的概念對其進(jìn)行改進(jìn)，消除不同數(shù)據(jù)均值對離散半徑的影響，對不同數(shù)量級下的數(shù)據(jù)離散程度給出新的定義。

已知對于離散型隨機(jī)變量，設(shè)其概率分布為，，且級數(shù)絕對收斂，則的數(shù)學(xué)期望及方差分別定義為：

（1） 變異系數(shù)

變異系數(shù)（coefficient of variation，CV）作為刻畫離散型隨機(jī)變量離散程度的數(shù)量指標(biāo)，是用來比較不同群體的離散程度時(shí)的一個(gè)統(tǒng)計(jì)量。

（2） 二維空間點(diǎn)集離散半徑的定義

離散半徑在二維平面XOY中，根據(jù)上述統(tǒng)計(jì)理論公式，X軸和Y軸方向上，隨機(jī)變量的變異系數(shù)分別為，，其中、，已知，那么離散半徑為：

4、實(shí)驗(yàn)

彩色分割的結(jié)果用一幅二值圖像表示，紅色像素用255表示，其他像素用0表示。根據(jù)本文給出的RGB和YCbCr顏色空間下新的分割閾值對禁令標(biāo)志牌進(jìn)行分割效果與現(xiàn)有的RGB、HSV、HSI空間下的分割效果進(jìn)行比較，對目標(biāo)圖像進(jìn)行顏色分割后效果如圖4-1所示。

5、結(jié)論

本文對復(fù)雜場景中的禁令標(biāo)志牌顏色分割給出一種新的紅色閾值范圍，首先利用改進(jìn)的空間離散點(diǎn)集離散程度計(jì)算公式，客觀評價(jià)了紅色在RGB、HSV、HSI、Lab、YCbCr顏色模型下的離散程度，在離散程度和轉(zhuǎn)換時(shí)間綜合評價(jià)后，選擇RGB和YCbCr顏色模型進(jìn)行紅色閾值分割，并重新確定了紅色像素在該模型中的閾值范圍，并驗(yàn)證了閾值范圍的有效性。

參考文獻(xiàn)

[1] Levkowitz H， Herman G T. GLHS： a generalized lightness， hue， and saturation color model[J]. CVGIP： Graphical Models and Image Processing， 1993， 55（4）： 271-285.

[2] Chen W， Shi Y Q， Xuan G. Identifying computer graphics using HSV color model and statistical moments of characteristic functions[C]//Multimedia and Expo， 2007 IEEE International Conference on. IEEE， 2007： 1123-1126.

[3] 張志杰， 彭文祥， 周藝彪， 等. 空間分析中的集中趨勢指標(biāo)研究及應(yīng)用[J]. 中國衛(wèi)生統(tǒng)計(jì)， 2008， 25（3）： 269-272.

[4] 張志杰， 彭文祥， 周藝彪， 等. 空間點(diǎn)模式分析中離散趨勢的描述研究及應(yīng)用[J]. 中國衛(wèi)生統(tǒng)計(jì)， 2008， 25（5）： 470-473.