交通標(biāo)志識別

ADAS交通標(biāo)志識別第三組：劉磊162052160741．交通標(biāo)志識別背景道路標(biāo)志識別

時間進(jìn)入21世紀(jì)，經(jīng)濟(jì)全球化不斷深入發(fā)展，中國經(jīng)濟(jì)也得到了迅猛發(fā)展，中國汽車的數(shù)量急劇增加，但是汽車數(shù)量的增加帶來了環(huán)境的污染和交通的堵塞，而長時間擁堵導(dǎo)致駕駛員的疲倦、情緒波動、過程中接聽手機(jī)以及由于大霧等天氣原因造成的對道路交通標(biāo)志信息的誤判都有可能引發(fā)嚴(yán)重的交通安全事故。在這樣的背景下世界各國爭相發(fā)展智能交通系統(tǒng)與先進(jìn)輔助駕駛系統(tǒng)。而交通標(biāo)志識別作為其中的一個重要組成部分，也吸引了越來越多的學(xué)者與機(jī)構(gòu)的研究興趣。1．交通標(biāo)志識別背景道路標(biāo)志識別背景

隨著智能汽車以及無人駕駛技術(shù)的快速發(fā)展，交通標(biāo)志識別技術(shù)的研究正面臨許多的新要求，新挑戰(zhàn)。迫切需要有更加快速與適應(yīng)性良好的檢測分割技術(shù)與特征提取識別方法來提升系統(tǒng)的可靠性，魯棒性，實(shí)時性。同時，隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，特別是圖像處理技術(shù)，計(jì)算機(jī)視覺技術(shù)，機(jī)器學(xué)習(xí)技術(shù)的長足進(jìn)步與系統(tǒng)工程思想的深入，人們在對這些技術(shù)進(jìn)行集成的基礎(chǔ)上提出了許多新的交通標(biāo)志檢測與識別方法，使得交通標(biāo)志檢測與識別的研究越來越趨向于實(shí)際應(yīng)用，1．交通標(biāo)志識別背景道路標(biāo)志識別背景

而不管使用何種技術(shù)手段，如何提高在復(fù)雜的真實(shí)場景中交通標(biāo)志的定位準(zhǔn)確率和分類準(zhǔn)確率，如何提高檢測分割、特征提取、分類算法的處理速度，如何使得所采用的技術(shù)以及開發(fā)的系統(tǒng)具有廣泛的適用性與實(shí)際使用價值等，成為許多交通標(biāo)志識別研究領(lǐng)域的相關(guān)學(xué)者與機(jī)構(gòu)急需解決的共性問題。2交通標(biāo)志識別目的及意義

實(shí)時交通標(biāo)志識別系統(tǒng)通過對行駛過程中前方道路出現(xiàn)的交通標(biāo)志圖像進(jìn)行及時采集和準(zhǔn)確分類，然后把識別結(jié)果通過視頻或者語音方式傳遞給司機(jī)以輔助駕駛，在無人駕駛汽車上甚至可以通過交通標(biāo)志識別系統(tǒng)得到的識別結(jié)果來給汽車提供指令，以達(dá)到自動駕駛的目的。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國內(nèi)研究現(xiàn)狀

國內(nèi)關(guān)于交通標(biāo)志識別研究最近幾年才開始，加之交通標(biāo)志自動識別系統(tǒng)的研究具有一定的難度，國內(nèi)關(guān)于交通標(biāo)志識別的研究成果并不多，到目前為止商業(yè)應(yīng)用的交通標(biāo)志識別系統(tǒng)還只是少數(shù)汽車電子公司或者研究所的研究計(jì)劃。

道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國內(nèi)研究成果1、王坤明等人2004年提出了采用BP神經(jīng)網(wǎng)絡(luò)來對靜態(tài)的交通標(biāo)志圖像進(jìn)行分類，能識別11種標(biāo)志。2、寧波大學(xué)的朱雙東教授等人2006年提出了一種三角形交通標(biāo)志的檢測方法，該方法首先在HIS顏色空間提取紅色，再使用LOG模板在檢測的區(qū)域進(jìn)行邊緣檢測，對檢測到的點(diǎn)進(jìn)行頂點(diǎn)判別，判斷頂點(diǎn)是否滿足三角形的幾何條件。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國內(nèi)研究成果3、朱雙東教授2007年提出了一種用于道路交通標(biāo)志的顏色幾何模型，根據(jù)顏色形狀對把交通標(biāo)志進(jìn)一步細(xì)分為7個子類，對交通標(biāo)志的先驗(yàn)知識做了一個提煉，并未涉及檢測與識別。4、東北大學(xué)王楠等人2010年提出了基于多線索混合的交通標(biāo)志檢測與跟蹤方法，算法具有較好識別精度，時間復(fù)雜度較高。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國內(nèi)研究成果5、中南大學(xué)蔡自興教授等人2013年提出了一種DT-CWT與2DICA分析的交通標(biāo)志識別方法，該方法首先把彩色圖像灰度化，并規(guī)范化，然后進(jìn)行DT-CWT變換，使用2DICA方法描述特征，最后使用最近鄰域分類法識別，算法對50幅標(biāo)志圖像的識別精度達(dá)到97%?？傊畤鴥?nèi)關(guān)于交通標(biāo)志識別的己經(jīng)公開發(fā)表的研究成果還比較少。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國外研究現(xiàn)狀國外關(guān)于交通標(biāo)志的研究起步比較早，按照時間大致可以劃分為兩個階段；階段一：1987年至21世紀(jì)初是第一階段，這個階段著重于方法探索，比較多地是針對檢測，分割，分類的某些環(huán)節(jié)進(jìn)行研究。階段二：2000年至今是第二階段，2000年以后開始推出一些簡單的交通標(biāo)志識別系統(tǒng)，并且在檢測與識別的準(zhǔn)確率以及處理時間上不斷地取得了一些成績，這一段時間隨著其他技術(shù)的發(fā)展，道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國外研究現(xiàn)狀

算法的性能與硬件的計(jì)算性能有了一定的提升，對于交通標(biāo)志識別的研究起到了很大的推動作用。

道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國外研究成果1、1987年，日本學(xué)者AkatsukaandImai開啟了交通標(biāo)志識別系統(tǒng)的研究，該研究使用閩值分割與模板匹配方法來識別限速標(biāo)志，一幅標(biāo)志的平均識別時間大約為0.5秒。2、Ghisio等人提出了一種三階段識別流程包括:顏色分割、形狀檢測和使用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行標(biāo)志分類。道路標(biāo)志識別國內(nèi)外研究現(xiàn)狀國外研究成果2、LopezandFuentes等人在CIELab顏色空間檢測交通標(biāo)志并且使用高斯分布來為顏色像素建模。3、2011年以后，國外市場上出現(xiàn)了幾種商業(yè)的交通標(biāo)志識別系統(tǒng)，包括德國大眾汽車公司的交通標(biāo)志識別系統(tǒng)以及Mobileye公司的交通標(biāo)志檢測系統(tǒng)。但是這些商用系統(tǒng)也只能識別非常有限的交通標(biāo)志類型。1任意場景自然場景下獲取的交通標(biāo)志圖像或者視頻包含大量其他物體的干擾與遮擋。2顏色失真光線以及褪色等原因?qū)е碌慕煌?biāo)志顏色失真。3形狀失真交通標(biāo)志牌由于破損、遮擋、變形導(dǎo)致的形狀嚴(yán)重區(qū)別于真實(shí)形狀。交通識別十大難點(diǎn)4尺寸變化同一個交通標(biāo)志在背景中的尺寸大小也會隨距離不斷變化。5視角變化隨著汽車的運(yùn)動在攝像機(jī)與所獲取的交通標(biāo)志之間的夾角會不斷變化，使交通標(biāo)志圖像出現(xiàn)任意視角畸變。6品種繁多按照國標(biāo)，交通標(biāo)志種類數(shù)有116種，這還不包括派生類型，品種繁多增加了是別的難度。交通識別十大難點(diǎn)7準(zhǔn)確性準(zhǔn)確性太低，不僅起不到預(yù)期的輔助駕駛作用，反而引發(fā)交通安全事故。8實(shí)時性實(shí)時性:交通標(biāo)志識別系統(tǒng)要求具有實(shí)時的處理速度，單幀處理速度小于100ms才基本上稱得上實(shí)時，因而要求算法以及硬件設(shè)備支持高速處理。9經(jīng)濟(jì)性交通標(biāo)志識別系統(tǒng)統(tǒng)的應(yīng)用不僅要克服技術(shù)難點(diǎn)，同時系統(tǒng)的經(jīng)濟(jì)成本也是一個重要的制約因素。交通識別十大難點(diǎn)10沒有公用數(shù)據(jù)樣本有公用樣本數(shù)據(jù):分類器的性能是由所使用的訓(xùn)練樣本數(shù)據(jù)決定的，現(xiàn)在國內(nèi)還沒有公開的樣本數(shù)據(jù)庫。交通識別十大難點(diǎn)交通標(biāo)志基本知識交通標(biāo)志主標(biāo)志警告標(biāo)志禁令標(biāo)志指示標(biāo)志輔助標(biāo)志指路標(biāo)志警告標(biāo)志禁止標(biāo)志指示標(biāo)志交通系統(tǒng)識別系統(tǒng)交通系統(tǒng)識別步驟1圖像預(yù)處理技術(shù)2目標(biāo)檢測技術(shù)3特征提取技術(shù)4目標(biāo)識別技術(shù)交通識別關(guān)鍵技術(shù)圖像預(yù)處理

由于交通標(biāo)志圖像所處的環(huán)境復(fù)雜，具有噪聲大、干擾多、光線影響大、背景復(fù)雜等，為了給交通標(biāo)示檢測與識別提供高質(zhì)量的輸入圖片，需要對攝像頭采集的圖片進(jìn)行預(yù)處理，從而使得交通標(biāo)志的定位分割、特征提取以及匹配識別的復(fù)雜度和難度大為減少，從而有效地提升系統(tǒng)的準(zhǔn)確率和處理速度。為什么要預(yù)處理圖像預(yù)處理如何預(yù)處理圖像預(yù)處理圖像增強(qiáng)頻域增強(qiáng)通過對圖像的傅里葉變換進(jìn)行處理空間增強(qiáng)對圖像像素直接處理圖像去噪空間域復(fù)原頻率域復(fù)原圖像預(yù)處理方法方法圖像增強(qiáng)平滑空間濾波直方圖處理混合空間增強(qiáng)銳化空間濾波雙Gama校正邏輯操作增強(qiáng)圖像復(fù)原方法多不固定直方圖均衡圖像增強(qiáng)實(shí)例圖像檢測檢測目的

檢測的目的就是要在背景中準(zhǔn)確定位標(biāo)志并把檢測到的標(biāo)志傳遞給下一個處理步驟。交通標(biāo)志檢測系統(tǒng)是交通標(biāo)志識別系統(tǒng)的一個重要組成部分。交通標(biāo)志如果不能被正確的檢測就不能實(shí)現(xiàn)正確的識別。圖像檢測檢測方法檢測方法基于顏色的閩值分割方法基于交通標(biāo)志顏色信息的檢測器利用標(biāo)志獨(dú)特的背景或者邊框顏色來尋找標(biāo)志基于形狀特征的方法基于形狀的檢測器完全忽略標(biāo)志的顏色信息而是在其中尋找特定形狀從而找到標(biāo)志。交通標(biāo)志分割方法圖像分割基于邊緣的交通標(biāo)志分割Prewitt算子Sobel算子Laplace算子Roberts算子Canny算子基于邊緣與區(qū)域的混合分割基于區(qū)域的交通標(biāo)志分割閩值法區(qū)域生長區(qū)域合并法分水嶺法基于邊緣的圖像分割方法就是基于亮度的不連續(xù)變化來分割圖像。基于Canny的交通標(biāo)志分割實(shí)例基于區(qū)域的圖像分割方法就是根據(jù)事先確定的規(guī)則將目標(biāo)圖像分割成相似的區(qū)域基于Canny的交通標(biāo)志分割實(shí)例

基于邊緣和區(qū)域的交通標(biāo)志混合分割方法的實(shí)現(xiàn)步驟1、載入RGB圖像2、轉(zhuǎn)化為灰度圖像3、對轉(zhuǎn)化的灰度圖像進(jìn)行高斯濾波4、調(diào)用Canny()函數(shù)對圖像進(jìn)行運(yùn)算5、進(jìn)行閩值運(yùn)算6、展示運(yùn)算效果基于邊緣的閾值分割實(shí)例基于SURF的交通標(biāo)志識別算法基于SURF的交通標(biāo)志識別步驟基于SURF的交通標(biāo)志識別步驟基于SURF的交通標(biāo)志識別SURF特征提取與模板匹配SURF算法流程基于SURF的交通標(biāo)志識別實(shí)驗(yàn)與分析實(shí)驗(yàn)設(shè)備包括:一臺聯(lián)想G470筆記本電腦，主頻2.3GHz,內(nèi)存2G，編程環(huán)境為MicrosoftVisualStudio2010，使用開放源代碼計(jì)算機(jī)視覺庫Opencv2.3.1。本實(shí)驗(yàn)中，選取30幅含有交通標(biāo)志的圖像進(jìn)行測試，所有圖像的尺寸規(guī)范化為300乘以200像素，所有標(biāo)志模板尺寸規(guī)范化為30乘以30像素。在本實(shí)驗(yàn)中，三個顏色區(qū)域的選擇閩值參數(shù)e分別取300,60,260,5=0.3。使用SURF特征提取算法來提取交通標(biāo)志圖像的穩(wěn)定有效特征向量。這里，我們使用紅色外接矩形來限定每一個交通標(biāo)志區(qū)域的定位結(jié)果。基于SURF的交通標(biāo)志識別實(shí)驗(yàn)結(jié)果經(jīng)過直方圖均衡化與高斯濾波后效果圖基于SURF