首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于图形极点位置特征的左右转交通标志识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东南大学

摘要:本发明公开了一种基于图形极点位置特征的左右转交通标志识别方法,主要针对左右转标识,具体步骤为,使用单目摄像头获取RGB图像,转化为HSV颜色空间后进行颜色分割,得到二值化图像;通过连通域分析方法降噪。降噪后根据轮廓的质心到轮廓上各点距离的分布,判断该轮廓与圆的相似度,找到相似度较高的轮廓。筛选面积符合要求的圆形轮廓区域,确定标志牌所在位置,切割出圆形标志所在的矩形区域。将标志牌图像二值化处理后,利用轮廓面积关系找到交通标志里的左右转箭头,获取箭头轮廓的上下左右极点,根据极点间位置关系确定标识指示的方向。本发明既考虑到检测结果的准确性,又降低了硬件性能的要求,保证了处理能力较弱系统识别的实时性。

主权项:1.一种基于图形极点位置特征的左右转交通标志识别方法,适用于对左右转弯标志的识别,其特征在于,包括如下步骤:步骤一:总进程获取摄像头对应的图像列表,读取图像列表里的图像,截取每张图像中上半区,并通过消息列表的方式将截取的图像传入识别进程;步骤二:识别进程对采集到的图像进行颜色分割,再对分割后得到的二值化图像进行无损降噪;步骤三:对降噪后图像中的每一轮廓使用距离质心算法,判断图像中是否有标志牌及标志牌位置;步骤四:判断标志牌区域是否含有左右转箭头图形;步骤五:根据图形轮廓极点位置判断标志牌指示方向;步骤三,对降噪后图像中的每一轮廓使用距离质心算法,判断图像中是否有标志牌及标志牌位置的方法具体如下:子步骤一:使用cv2.findContours函数,获取降噪图像中所有轮廓;子步骤二:使用cv2.moments函数对每一个轮廓进行矩分析,获得几何矩、中心矩和中心归一化矩,主要使用0阶几何矩M00和1阶几何矩M01,M10计算出轮廓的质心,其计算方法为:Mji=∑xyPx,y·xj·yi1式1中Mji表示i+j阶几何矩,Px,y为灰度或二值化图像在x,y处的取值;计算轮廓质心坐标x0,y0,用1阶矩除以0阶矩获得,计算方法具体为: 子步骤三:使用勾股定理计算轮廓上每一点到质心的距离Si,并存入数组;检索轮廓上的点到质心的距离最大值Smax,并将所有距离依次与最大距离做商,作为轮廓每一点的权重值Wi存入另一数组: 计算权重Wi与1的差,若圆形轮廓上第i个点到质心的距离与最大距离Smax近似,则当前点的权重Wi趋近于1;权重与1的差值趋近于0;计算所有差值的算术平均值,算术平均值越小轮廓越接近圆形;相似度阈值设为80%,则差值平均值应小于0.2;权重与1差值的算数平均值与设定的容错阈值相比较,若超出阈值则认为当前轮廓不是圆形轮廓;子步骤四:标志牌在图中半径为15至60像素时可被识别,使用直接插入排序法获取图中半径小于60像素的最大圆形轮廓;通过记Smax最大的轮廓的Smax为max_distance,初始化max_distance=0;若当前轮廓是圆形轮廓,Smax小于60像素大于15像素,即15Smax60,且当前轮廓Smax大于当前的max_distance时,则使max_distance=Smax,并从原图中切割当前轮廓所在的最小矩形区域图像记为标志图像;完成所有轮廓的Smax大小的比较后,最终切割提取的图像即为标志牌图像。

全文数据:

权利要求:

百度查询: 东南大学 一种基于图形极点位置特征的左右转交通标志识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。