[發(fā)明專利]一種基于視覺注意機制和幾何特征的交通標(biāo)志檢測方法

有效

• 申請?zhí)枺?/td>: 201810034487.3
• 申請日: 2018-01-15
• 公開（公告）號: CN108256467B
• 公開（公告）日: 2020-06-05
• 發(fā)明（設(shè)計）人: 于平平;郝芳芳;王震洲
• 申請（專利權(quán)）人: 河北科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 石家莊新世紀(jì)專利商標(biāo)事務(wù)所有限公司 13100
• 代理人: 甄伊寧;王忠瑋

本發(fā)明公開了一種基于視覺注意機制和幾何特征的交通標(biāo)志檢測方法，涉及圖像處理技術(shù)領(lǐng)域；其包括圖像預(yù)處理、基于視覺注意模型的交通標(biāo)志粗檢測、形狀檢測預(yù)處理和基于幾何特性的形狀細(xì)檢測步驟；其根據(jù)交通標(biāo)志的特點，將視覺注意機制與交通標(biāo)志的幾何特征有機結(jié)合，對傳統(tǒng)視覺注意機制進(jìn)行了改進(jìn)，引入了交通標(biāo)志的幾何特征約束，排除干擾，實現(xiàn)了從車載相機采集的原始圖像中高效、準(zhǔn)確地提取交通標(biāo)志圖像。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于視覺注意機制和幾何特征的交通標(biāo)志檢測方法。

背景技術(shù)

交通標(biāo)志識別是智能交通系統(tǒng)ITS和無人駕駛研究中的重要組成部分，交通標(biāo)志檢測則是識別的基礎(chǔ)。為了最大限度的把交通標(biāo)志與背景區(qū)分開，有效的將其找出，交通標(biāo)志被賦予了顯著的顏色和形狀特征。因此，在已有的交通標(biāo)志檢測研究中，大多從交通標(biāo)志的顏色和形狀入手，其基本思想是對采集到的圖像在RGB空間或者在HVS空間進(jìn)行顏色閾值分割，然后再采用多邊形檢測或基于邊緣的曲線擬合等方法進(jìn)一步檢測形狀特征。這類方法計算量小，容易實現(xiàn)，但易受到光線、光照角度和獲取角度的影響。

道路環(huán)境的復(fù)雜性為交通標(biāo)志檢測帶來了極大的困難，而人眼卻能排除干擾，準(zhǔn)確的找到交通標(biāo)志，這主要歸功于人類的視覺注意機制，該機制可從大量的視覺數(shù)據(jù)中確定最相關(guān)的部分。Itti等人采用生物學(xué)啟發(fā)的自下而上的顯著模型模擬人的視覺注意機制后，一些學(xué)者將該機制應(yīng)用于交通標(biāo)志檢測。采用自頂向下和自底向上相結(jié)合的視覺顯著性檢測算法實現(xiàn)了交通標(biāo)志檢測定位，但是這種方法計算速度較慢，難以完成實時檢測。

現(xiàn)有技術(shù)中一種禁止標(biāo)志的檢測方法，首先采用視覺注意機制和顏色進(jìn)行粗檢測，然后通過圓形和中心雙十字，來確定禁止標(biāo)志，該方法不能普遍用于其他類型的交通標(biāo)志。

通過自底向上的視覺模型從圖像中提取亮度、顏色和方向特征對交通標(biāo)志進(jìn)行檢測，但檢測準(zhǔn)確率較低。

Won等人利用顏色對抗和邊緣特征構(gòu)造交通標(biāo)志顯著性模型，然后通過熵最大化算法搜索目標(biāo)，但該方法具有一定局限性。

綜上所述，現(xiàn)有技術(shù)問題是基于顏色RGB或HSV空間進(jìn)行閾值分割，再采用多邊形檢測或基于邊緣的曲線擬合等方法，易受到光線、光照角度和獲取角度的影響；采用視覺注意機制檢測交通標(biāo)志的方法具有局限性，實時性較差。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種基于視覺注意機制和幾何特征的交通標(biāo)志檢測方法，其根據(jù)交通標(biāo)志的特點，將視覺注意機制與交通標(biāo)志的幾何特征有機結(jié)合，對傳統(tǒng)視覺注意機制進(jìn)行了改進(jìn)，引入了交通標(biāo)志的幾何特征約束，排除干擾，實現(xiàn)了從車載相機采集的原始圖像中高效、準(zhǔn)確地提取交通標(biāo)志圖像。

為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是：其包括

S1圖像預(yù)處理

S101提取待檢測圖像

將車載相機采集的原始圖像刪除其下部分的圖像，從而獲得待檢測圖像；

S102圖像對比度預(yù)處理

將待檢測圖像進(jìn)行直方圖均衡化處理，從而獲得直方圖像；

S2基于視覺注意模型的交通標(biāo)志粗檢測

S201方向特征處理

刪除待檢測圖像中45°和135°方向的特征，只保留0°和90°方向的特征，從而獲得視覺顯著圖像；

S202提取交通標(biāo)志的潛在顯著區(qū)域圖像

對視覺顯著圖像采用WTA神經(jīng)網(wǎng)絡(luò)和返回抑制機制進(jìn)行注意焦點的選擇和轉(zhuǎn)移，從而得到交通標(biāo)志的潛在顯著區(qū)域圖像；

S3形狀檢測預(yù)處理

S301二值化處理