交通标志检测方法和装置制造方法及图纸

技术编号:15437862 阅读:55 留言:0更新日期:2017-05-26 03:51
本发明专利技术涉及一种交通标志检测方法和装置,所述方法包括:获取街景图像;从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域;对获取的候选区域进行筛选,筛选出的候选区域符合所述标志性图形所在区域的预设区域特征;将筛选出的候选区域提取特征后,将提取的特征通过用于判别是否属于标志性图形类的分类器进行判别,以获得交通标志检测结果。本发明专利技术提供的交通标志检测方法和装置,可以实现自动化的交通标志检测,无需人工获取,效率和准确性都得到提升。

Method and device for detecting traffic signs

The invention relates to a method and a device for detecting a traffic sign, the method comprises: acquiring streetscape image; candidate region color range obtained from the street and traffic signs in the image of the iconic graphics matching; to get the candidate regions for screening, screening the candidate region conforms to the preset area sign the characteristics of graphic region; the candidate region selected feature extraction, the features extracted by used to distinguish whether belongs to the iconic graphics class classifier to judge, to obtain the traffic sign detection results. The invention provides a traffic sign detection method and device, which can realize automatic traffic sign detection without manual acquisition, and the efficiency and accuracy are improved.

【技术实现步骤摘要】
交通标志检测方法和装置
本专利技术涉及图像检测
,特别是涉及一种交通标志检测方法和装置。
技术介绍
交通标志是指街道旁设立的具有交通警示或交通提示作用的物体,比如区间测速标志、禁止通行标志、路况提示标志或者通行方向指示标志等。通过在电子地图中标注交通标志的位置,对道路信息的检索和导航都具有重要意义。然而,目前交通标志的信息获取来源主要是依靠人工获取,但人工获取需要大量人力并消耗大量时间,效率太低。而且人工获取准确性较差。
技术实现思路
基于此,有必要针对目前交通标志的信息获取来源主要依靠人工获取导致效率低且准确性差的问题,提供一种交通标志检测方法和装置。一种交通标志检测方法,所述方法包括:获取街景图像;从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域;对获取的候选区域进行筛选,筛选出的候选区域符合所述标志性图形所在区域的预设区域特征;将筛选出的候选区域提取特征后,将提取的特征通过用于判别是否属于标志性图形类的分类器进行判别,以获得交通标志检测结果。一种交通标志检测装置,所述装置包括:街景图像获取模块,用于获取街景图像;候选区域获取模块,用于从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域;候选区域筛选模块,用于对获取的候选区域进行筛选,筛选出的候选区域符合所述标志性图形所在区域的预设区域特征;判别模块,用于将筛选出的候选区域提取特征后,将提取的特征通过用于判别是否属于标志性图形类的分类器进行判别,以获得交通标志检测结果。上述交通标志检测方法和装置,在获取到街景图像后,按照标志性图形的颜色取值范围获取候选区域,这样可以从街景图像中过滤掉明显不符合交通标志的颜色特征的区域。从候选区域中筛选出符合标志性图形所在区域的预设区域特征的候选区域,这样可以进一步过滤掉明显不符合交通标志的预设区域特征的候选区域。通过分类器的判别,最终可以检测出街景图像中是否存在标志性图形,从而检测出是否存在相应的交通标志。这样可以实现自动化的交通标志检测,无需人工获取,效率和准确性都得到提升。附图说明图1为一个实施例中用于实现交通标志检测方法的计算机的内部结构图;图2为一个实施例中交通标志检测方法的流程示意图;图3为一个实施例中区间测速标志的示意图;图4为另一个实施例中区间测速标志的示意图;图5为另一个实施例中交通标志检测方法的流程示意图;图6为一个实施例中水平360度全景街景图像的示意图;图7为一个实施例中HSV颜色模型区间测速标志的轮廓示意图;图8为一个实施例中经过连通域查找后的二值化图像中区间测速标志处的图像的示意图;图9为一个实施例中检测出的交通标志的标志性图形的示意图;图10为一个实施例中交通标志检测装置的结构框图;图11为另一个实施例中交通标志检测装置的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。如图1所示,在一个实施例中,提供了一种计算机100,包括通过系统总线连接的处理器、非易失性存储介质、内存储器以及图像采集器。其中处理器具有计算功能和控制计算机100工作的功能。该处理器被配置为执行一种交通标志检测方法。非易失性存储介质包括磁存储介质、光存储介质和闪存式存储介质中的至少一种,非易失性存储介质存储有操作系统和一种交通标志检测装置,该交通标志检测装置用于实现一种交通标志检测方法。图像采集器用于采集实时的图像,图像采集器可以是360度全景摄像头。如图2所示,在一个实施例中,提供了一种交通标志检测方法,本实施例以该方法应用于上述图1中的计算机100来举例说明。该方法具体包括如下步骤:步骤202,获取街景图像。具体地,计算机100可调用图像采集器来获取街景图像,获取的街景图像可称为原始的街景图像。图像采集器可设置在可移动装置上,这样可以通过可移动装置在移动过程中实时获取街景图像。可移动装置包括汽车、无人机以及机器人中的至少一种。街景图像是指具有道路旁的影像的图像。道路包括公路和人行街道,公路包括高速公路。在一个实施例中,街景图像为水平360度全景街景图像。其中水平360度全景街景图像是包括覆盖水平面360度方向的视野的街景图像。计算机100可控制图像采集器采集多个方向的街景图像合成为360街景图像,也可以控制图像采集器采集水平旋转并同时获取街景图像并合成以获得360街景图像。步骤204,从街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域。步骤204是颜色过滤的步骤。其中,交通标志是指街道旁设立的具有交通警示或交通提示作用的人造物体,比如区间测速标志、禁止通行标志、路况提示标志或者通行方向指示标志等。具体区间测速标志如图3中的3a、3b和3c。标志性图形是指在交通标志中将该交通标志与其它交通标志区分开的图形。举例说明,当交通标志为区间测速标志时,标志性图形为区间测速标志中包括摄像头图像且不包括文字的图像,如图3中的3a1。交通标志的形状主要包括矩形、圆形和三角形,因此交通标志形状本身存在一定的共性,区分性不是很好,这里采用交通标志中的标志性图形来实现交通标志的检测,准确率较高。交通标志与自然产生的物体不同,特定的交通标志的颜色组成是固定的。具体区间测速标志主要由绿色和白色组成,也有些区间测速标志主要由蓝色和白色组成,还有些区间测速标志主要由黄色和黑色组成。如图4所示的区间测速标志包括标志性图形400,标志性图形400的区域401和402为绿色,区域403为白色。考虑到自然环境中光线的变化造成标志性图形呈现的颜色也会发生变化,这里可预先统计各种光线条件下标志性图形呈现的颜色,从而根据统计结果确定该颜色取值范围。颜色取值范围可以是按照特定的颜色模型下的颜色通道划分的,比如若街景图像采用HSV颜色模型,则颜色取值范围可以包括H(Hue,色调)、S(Saturation,饱和度)和V(Value,亮度)三个颜色通道中的至少一种的取值范围。颜色模型还可以采用RGB(红绿蓝)颜色模型或者YUV颜色模型等。步骤206,对获取的候选区域进行筛选,筛选出的候选区域符合所述标志性图形所在区域的预设区域特征。具体地,经过颜色过滤的步骤后所获取的候选区域仍然会包括较多与交通标志不相关的候选区域,这里通过对获取的候选区域进行过滤,过滤掉不符合预设区域特征的候选区域,从而获得符合预设区域特征的候选区域。预设区域特征是标志性图形所在区域应当具有的预设的区域性特征。步骤208,将筛选出的候选区域提取特征后,将提取的特征通过用于判别是否属于标志性图形类的分类器进行判别,以获得交通标志检测结果。具体地,分类器经过属于标志性图形类的正样本集和不属于标志性图形类的负样本集训练。其中正样本集中的正样本是包括标志性图形的图像;负样本集中的负样本则是不包括标志性图形的图像,负样本可以包括与标志性图形不相关的随机图像,也可以包括与标志性图形相似的图像。训练分类器时,将正样本集中的正样本和负样本集中的负样本分别提取特征后,根据提取的特征来训练分类器。经过训练的分类器可用来预测一个新的图像是否属于标志性图形类,如果属于标志性图形类则说明检测到交通标本文档来自技高网...
交通标志检测方法和装置

【技术保护点】
一种交通标志检测方法,所述方法包括:获取街景图像;从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域;对获取的候选区域进行筛选,筛选出的候选区域符合所述标志性图形所在区域的预设区域特征;将筛选出的候选区域提取特征后,将提取的特征通过用于判别是否属于标志性图形类的分类器进行判别,以获得交通标志检测结果。

【技术特征摘要】
1.一种交通标志检测方法,所述方法包括:获取街景图像;从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域;对获取的候选区域进行筛选,筛选出的候选区域符合所述标志性图形所在区域的预设区域特征;将筛选出的候选区域提取特征后,将提取的特征通过用于判别是否属于标志性图形类的分类器进行判别,以获得交通标志检测结果。2.根据权利要求1所述的方法,其特征在于,所述从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域之前,还包括:根据所述交通标志在预获取街景图像中的出现位置的统计信息,对所述街景图像进行裁剪。3.根据权利要求1所述的方法,其特征在于,所述从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域,包括:从所述街景图像中获取与交通标志中的标志性图形的一种组成颜色的多组预设颜色取值范围中的至少一组匹配的候选区域。4.根据权利要求1所述的方法,其特征在于,所述从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域,包括:将所述街景图像中与所述交通标志中的标志性图形的颜色取值范围匹配的像素值置为前景色值,将与所述颜色取值范围不匹配的像素值置为背景色值,获得二值化图像;在所述二值化图像查找前景色值构成的连通域以获取到候选区域。5.根据权利要求1所述的方法,其特征在于,所述街景图像为水平360度全景街景图像;所述交通标志为区间测速标志;所述从所述街景图像中获取与交通标志中的标志性图形的颜色取值范围匹配的候选区域,包括:在HSV颜色模型下,从所述街景图像中获取与交通标志中的标志性图形的绿色的多组预设颜色取值范围中的至少一组匹配的候选区域;所述将筛选出的候选区域提取特征后,将提取的特征通过用于判别是否属于标志性图形类的分类器进行判别,以获得交通标志检测结果,包括:将筛选出的候选区域提取HOG特征后,将提取的HOG特征通过用于判别是否属于标志性图形类的支持向量机进行判别,以获得交通标志检测结果。6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述对获取的候选区域进行筛选,筛选出的候选区域符合所述标志性图形所在区...

【专利技术属性】
技术研发人员:徐昆高磊薛涛桂天宜
申请(专利权)人:腾讯科技深圳有限公司清华大学
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1