[發明專利]一種基于UM增強和SIFT特征提取的交通標志識別方法

有效

• 申請號: 202110675582.3
• 申請日: 2021-06-18
• 公開（公告）號: CN113420633B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 郭朦;陳紫強
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/50;G06V10/75;G06V10/764;G06K9/62;G06T5/30;G06T5/40;G06T7/11;G06T7/187
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 陸夢云

本發明公開了一種基于UM增強和SIFT特征提取的交通標志識別方法，其特征在于，包括如下步驟：1）圖像增強；2）形狀檢測；3）SIFT特征提；4）SVM分類識別。這種方法能在復雜的室外環境下，提高識別的準確率。

技術領域

本發明涉及數字圖像處理技術、人工智能技術，具體是一種基于UM增強和SIFT特征提取的交通標志識別方法。

背景技術

隨著國內經濟與科技的快速發展，汽車在人們生活中越來越普及，同時也為人們日常出行帶來了極大的便利，但是隨著汽車數量的日漸增多，也產生了諸多的交通問題。而現代交通管理的主要目的，就是逐步提高駕駛的安全性，其中交通標志的檢測與識別是實現這一目的的主要方法和途徑。交通標志的作用主要有兩點：首先交通標志可幫助駕駛員或行人較方便地駕駛或行走；其次，交通標志反映當地的路況信息，可幫助人們安全駕駛或行走，從而減少和避免交通事故的發生。事實證明，駕駛員由于勞累等因素對交通標志的疏忽，導致很多重大事故的發生，因此開發快速準確的交通標志檢測與識別算法，不斷完善駕駛輔助系統，是降低交通事故率、提高駕駛安全的主要手段。

道路交通標志識別由兩部分構成，分為檢測和識別。首先利用圖像的采集設備將圖像采集好后，采用檢測和識別算法判別出道路交通標法的具體類別。道路交通標志可以提供指示、警告信息，規范駕駛員的駕駛行為，作為道路設施的重要組成部分和道路交通信息的重要載體，在日常的駕駛環境中，可以為駕駛員提供路況信息、安全警告、督促駕駛員謹慎安全駕駛等。為了與自然或人造場景區分，交通標志通常被設計成特定的顏色和形狀，因此交通標志的檢測主要有兩種策略，即顏色分割方法和形狀檢測方法。由于顏色是交通標志的主要視覺特征，目前大部分交通標志檢測系統都是直接采用顏色分割方法后，再結合其他方法來實現，而忽略了圖像增強方面的圖像預處理的作用，對于光照影響、目標遮擋、雜物場景等常見的復雜多樣的室外情況識別能力不足。

發明內容

本發明的目的是針對現技術的不足，而提供一種基于UM增強和SIFT特征提取的交通標志識別方法。這種方法能在復雜的室外環境下，提高識別的準確率。

實現本發明目的的技術方案是：

一種基于UM增強和SIFT特征提取的交通標志識別方法，包括如下步驟：

1)圖像增強：采集原始圖像，原始圖像中包含自然場景下的交通標志信息，將原始圖像采用基于小波變換的反銳化掩模UM(Unsharp Masking，簡稱UM)法進行圖像增強，對原始圖像進行增強，使其邊緣等位置更加清晰，更利于檢測，反銳化掩模法是最常用的邊緣細節增強方法之一，小波變換具有多分辨率分析能力和時頻局部化能力，在圖像處理領域應用效果比較突出，傳統的基于小波變換算法，雖然取得了較好的增強效果，但是，這些方法都只是簡單地根據小波系數的絕對值來決定增強的程度，沒有考慮邊緣幅角的影響，常使對比度相同而幅角不同的邊緣增強效果差別較大，而基于小波變換的反銳化掩模法能在圖像的邊緣細節上取得更好的增強效果，更適用于交通標志將會在采集到的圖像中的隨機位置出現的情況，

將圖片中的每個像素的坐標用(i,j)表示，則表達式如公式(1)所示：

g₂(i,j)＝g₁(i,j)+λ×z(i,j) (1)，

其中，g₁(i,j)是原始圖像坐標為(i,j)的像素，g₂(i,j)為增強后圖像坐標為(i,j)的像素，z(i,j)是計算拉普拉斯掩模得到的梯度值，z(i,j)表達式如公式(2)所示：

其中，λ為調節系數，像素點在不同的對比度區域有不同的λ值，中對比度區域λ的值相對較大，而低、高對比度區域的值λ相對較小，像素點在不同對比度區域的判斷，采用估計本地方差法如公式(3)所示：

計算方差如公式(4)所示：