麥海波，蘇時(shí)勇，蘇一峰

（廣西電網(wǎng)有限責(zé)任公司欽州供電局 廣西 欽州 535000）

基于顏色分割和局部LPT變換的圓形標(biāo)志檢測(cè)算法

麥海波，蘇時(shí)勇，蘇一峰

（廣西電網(wǎng)有限責(zé)任公司欽州供電局 廣西 欽州 535000）

移動(dòng)機(jī)器人可借助交通標(biāo)志牌進(jìn)行定位，文中提出了一種基于顏色分割和局部LPT變換的交通標(biāo)志牌檢測(cè)算法。首先利用交通標(biāo)志牌的顏色特征預(yù)分割出潛在的交通標(biāo)志區(qū)域，然后通過局部LPT空間變換，然后根據(jù)變換后的圖像特征進(jìn)行形狀檢測(cè)，檢測(cè)出圓形的交通標(biāo)志牌。實(shí)驗(yàn)結(jié)果表明了算法的有效性。

顏色分割；LPT變換；圓形檢測(cè)；算法

城市配網(wǎng)智能巡檢車是將數(shù)字云臺(tái)技術(shù)、非接觸式檢測(cè)技術(shù)、無線遠(yuǎn)程通訊技術(shù)、GPS定位技術(shù)等相結(jié)合，應(yīng)用于巡檢車上，實(shí)現(xiàn)配網(wǎng)線路的智能巡檢，減輕巡檢人員的作業(yè)強(qiáng)度。配網(wǎng)巡檢車穿梭于城市街道，每次停車檢測(cè)的位置，由于周圍環(huán)境和車輛的影響變化很大，這就造成自動(dòng)調(diào)用云臺(tái)預(yù)置位檢測(cè)定位不準(zhǔn)確。因此，每次檢測(cè)前，需要有一個(gè)基準(zhǔn)物體進(jìn)行校準(zhǔn)云臺(tái)偏移量，而道路環(huán)境中交通標(biāo)志牌是最佳的校正標(biāo)準(zhǔn)。需要對(duì)交通標(biāo)志牌進(jìn)行匹配識(shí)別，復(fù)雜環(huán)境中的交通標(biāo)志牌檢測(cè)需要克服戶外天氣條件，拍攝視角帶來的幾何失真，交通標(biāo)志牌的遮擋、變形是檢測(cè)識(shí)別的難題。因此交通標(biāo)志牌的檢測(cè)和交通標(biāo)志的識(shí)別仍是目前視覺識(shí)別的熱點(diǎn)。

由于人眼的特性，交通標(biāo)志通常被設(shè)計(jì)成特定的顏色和形狀，這樣能在視覺上最大限度地與自然背景區(qū)分開[1]。目前大部分交通標(biāo)志檢測(cè)的研究采用顏色分割方法后，再結(jié)合形狀檢測(cè)的方法來實(shí)現(xiàn)。Estevez等將顏色信息、圖像邊緣、圖像局部直方圖結(jié)合起來檢測(cè)和識(shí)別交通標(biāo)志[2]。Escalera等采用結(jié)合顏色信息的角點(diǎn)檢測(cè)及形狀分析方法檢測(cè)交通標(biāo)志[3]。Saturnin等結(jié)合顏色分割方法，利用支持向量機(jī)進(jìn)行形狀檢測(cè)的方法[4]。張靜等結(jié)合顏色分割使用邊緣鏈碼化的方法來檢測(cè)圓形[5]，朱雙東等提出了一種用于道路交通標(biāo)志識(shí)別的顏色－幾何模型[6]。雖這些檢測(cè)方法較多，但算法的準(zhǔn)確度和魯棒性均較低。

針對(duì)常用的圓形交通標(biāo)志牌，本文提出一種新的圓形交通標(biāo)志牌檢測(cè)仿人視覺算法。算法首先在類人視覺感知的HSI（HueSaturationIntensity，色調(diào)-飽和度-亮度）顏色模型上利用交通標(biāo)志的顏色特征進(jìn)行圖像分割；然后對(duì)局部分割塊進(jìn)行LPT空間變換（log polar transform，對(duì)數(shù)極坐標(biāo)變換）；接著空間變換后的圖像進(jìn)行形狀檢測(cè)，確定準(zhǔn)確的圓形交通標(biāo)志區(qū)域。文中采用多種情況下的交通標(biāo)志圖像進(jìn)行實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果證明了文中算法的有效性。

1　檢測(cè)基本原理

為了便于人視覺識(shí)別，道路交通標(biāo)志都是由特定形狀、特定顏色的外形輪廓組成。因此，顏色分割和形狀檢測(cè)可作為交通標(biāo)志牌檢測(cè)與交通標(biāo)志識(shí)別的手段。

1.1圖像分割方法

采用顏色分割的方法首先需要一個(gè)合適的濾波器將彩色交通標(biāo)志從復(fù)雜的背景中過濾出來。雖在初始條件下交通標(biāo)志的顏色是嚴(yán)格設(shè)計(jì)的，但基于顏色的交通標(biāo)志檢測(cè)仍較為困難，主要原因是獲取到的交通標(biāo)志所呈現(xiàn)的顏色受大氣環(huán)境、光照度、拍攝角度等多種因素影響。為了最大限度地減小或去除外界因素的影響，就必須選擇合適的顏色模型。目前定義圖像的顏色空間模型有RGB模型、CYMK模型、YIQ模型、HSI模型等，其中獲取到的彩色圖像一般按RGB格式存儲(chǔ)，因此RGB顏色空間模型易于計(jì)算，但該彩色空間中的R、G、B分量均易受到物體表面反射率、光照強(qiáng)弱、物體表面方向及光照方向等的影響，不適宜應(yīng)用于復(fù)雜背景下的交通標(biāo)志檢測(cè)。HSI模型是美國色彩學(xué)家孟塞爾于1915年提出的，其反映了人的視覺系統(tǒng)感知彩色的方式，以色調(diào)、飽和度和強(qiáng)度三種基本特征量來感知顏色。由于交通標(biāo)志的顏色單一及對(duì)比強(qiáng)烈，而HSI彩色空間中的H分量對(duì)于亮度和陰影具有不變性，適用于提取交通標(biāo)志的顏色特征。

圓形交通標(biāo)志主要外圍（背景）顏色采用紅色或藍(lán)色。結(jié)合文獻(xiàn)和大量的實(shí)驗(yàn)分析，取得交通標(biāo)志HSI顏色模型如下：

對(duì)于原始圖像im，顏色分割算法首先將其從RGB顏色空間轉(zhuǎn)化到HSI顏色空間，

紅色分割，對(duì)于圖像內(nèi)的點(diǎn)P（i，j），采用以下處理方法

藍(lán)色分割，對(duì)于圖像內(nèi)的點(diǎn)P（i，j），采用以下處理方法

顏色分割的作用是最大限度地去除和目標(biāo)圖像差別較大的背景區(qū)域，但不能保證得到的輸出圖像是純粹的目標(biāo)圖像.即可能包括其他與目標(biāo)顏色一致或相近的背景區(qū)域。進(jìn)一步考慮圓形交通標(biāo)志與背景的形狀差別，即其是圓形邊緣，而其他背景區(qū)域主要是不規(guī)則邊緣，進(jìn)一步采用形狀檢測(cè)方法，確定準(zhǔn)確的圓形交通標(biāo)志區(qū)域。

1.2形狀檢測(cè)

目前針對(duì)圓形的交通標(biāo)志分割算法主要是基于霍夫變換、基于不變矩特征分類和基于計(jì)算幾何等。但以上方法的實(shí)時(shí)性往往較差，且處理變形問題較困難。文中通過實(shí)驗(yàn)研究，提出了一種基于LPT仿生空間變換的圓形檢測(cè)算法。

1.2.1LPT變換原理

對(duì)數(shù)極坐標(biāo)變換是由Schwartz于1977年提出的。一幅二維圖像既可用笛卡爾坐標(biāo)系（x，y）表示，也可用對(duì)數(shù)極坐標(biāo)系（ξ，θ）表示。

圖像在各個(gè)坐標(biāo)系下的具體描述如下：笛卡爾坐標(biāo)平面下的點(diǎn)（x，y）

極坐標(biāo)平面下的點(diǎn)（r，θ）

對(duì)數(shù)極坐標(biāo)平面下的點(diǎn)（ξ，ψ）

由上述公式可看出，z空間（笛卡爾坐標(biāo)）中坐標(biāo)為（x，y）的點(diǎn)經(jīng)過空間變換其映射到w空間（對(duì)數(shù)極坐標(biāo)）中坐標(biāo)為（ξ，ψ）。

對(duì)數(shù)極坐標(biāo)變換是生物包括人類視覺的基礎(chǔ)，因此具有較多特性。例如在圖像識(shí)別中可利用其尺度與旋轉(zhuǎn)不變性的特性。除了尺度和選擇不變性以外，形狀檢測(cè)也是對(duì)數(shù)極坐標(biāo)變換的新特性。

對(duì)于圖像中心的不同形狀的圖形，經(jīng)過LPT變換之后，從圖1可看出，LPT圖像的形狀邊緣有如下規(guī)律：

1）圓形的邊緣變化比較平緩。

2）橢圓形的邊緣根據(jù)離心率的不同而變化從平緩到陡峭，極大值數(shù)目小于等于2。

3）多邊形的邊緣有陡峭突起，突起的數(shù)目跟多邊形的角一致。

以上為對(duì)數(shù)極坐標(biāo)變換的形狀特性，通過該形狀特性，可將LPT變換的邊緣取出，作為一維曲線，求起最大值的數(shù)目和平緩性，判斷形狀的類型。

1.2.2LPT形狀圓形檢測(cè)算法

由于LPT空間變換需要時(shí)間，因此對(duì)于初檢測(cè)的圖像塊，采用如下方法進(jìn)行檢測(cè)：

1）取局部方形圖像im（i，j），所取方形圖像的尺寸大小為圖像中顏色點(diǎn)到有顏色重心距離的兩倍；

2）對(duì)im圖像進(jìn)行LPT變換的im（e，p）；

3）取得圖像im，沿p方向的圖像邊緣曲線k（p）；

4）求曲線k的極大值；

5）若極大值數(shù)目，則為橢圓或圓形標(biāo)志；對(duì)于橢圓離心率超過閾值的，予以剔除。

圖1　不同形狀圖案及LPT變換和邊緣曲線

通過實(shí)驗(yàn)發(fā)現(xiàn)，對(duì)于十二邊形及十二邊形以下圖案的圖像，算法可以準(zhǔn)確的檢測(cè)出，而十二邊形以上的圖案，由于接近圓形，不能正確識(shí)別。

1.3總體算法

綜上所述，完整的圓形交通標(biāo)志的檢測(cè)算法流程如下：

1）圖像初始化，將RGB圖像轉(zhuǎn)化到HSI彩色空間，并歸一化處理

2）根據(jù)上述HSI顏色模型進(jìn)行紅色和藍(lán)色的圖像分割；

3）分割圖像預(yù)處理，包括圖像塊面積篩選，孔洞填充等；

4）生成局部待變換方形圖像；

5）局部圖像LPT空間變換；

6）根據(jù)上述算法進(jìn)行形狀檢測(cè)。

2　實(shí)驗(yàn)及分析

實(shí)驗(yàn)中對(duì)帶有圓形交通標(biāo)志牌的多幅圖像采用本文算法進(jìn)行檢測(cè)，圖中顯示了部分實(shí)驗(yàn)結(jié)果，其中藍(lán)色交通標(biāo)志牌用藍(lán)色方框標(biāo)出，紅色交通標(biāo)志牌用紅色方框標(biāo)出。經(jīng)過實(shí)驗(yàn)得出，文中算法在交通標(biāo)志牌遠(yuǎn)近尺度變化，或少量遮擋的情況下均能較準(zhǔn)確地檢測(cè)出交通標(biāo)志牌。同時(shí)，針對(duì)不同的光照情況和拍攝角度，文中算法都取得了較好的效果，表明該算法具有較好的魯棒性。同時(shí)文中算法思想還可拓展到圓形或其他形狀目標(biāo)檢測(cè)的應(yīng)用。

圖2　實(shí)驗(yàn)結(jié)果

3　結(jié)束語

文中采用仿生方法，結(jié)合仿生HSI顏色模型的圖像分割和仿生LPT變換的形狀檢測(cè)提出了一種新的圓形交通標(biāo)志牌檢測(cè)算法。主要工作有兩方面：

1）考慮圓形交通標(biāo)志牌的顏色特征，在HSI顏色模型基礎(chǔ)上進(jìn)行顏色分割；

2）考慮圓形交通標(biāo)志牌的形狀特征，通過局部LPT空間變換，進(jìn)行形狀識(shí)別，實(shí)驗(yàn)結(jié)果證明了算法的有效性。

由于實(shí)驗(yàn)中發(fā)現(xiàn)背景和光照對(duì)標(biāo)志牌的檢測(cè)影響比較大。今后的工作重點(diǎn)是對(duì)現(xiàn)有的方法進(jìn)行改造，研究采用自適應(yīng)環(huán)境模型的顏色分割方法，同時(shí)研究基于LPT變換的標(biāo)志牌內(nèi)容的識(shí)別方法。

[1]Hoose N.Computer image processing in traffic engineering[M].New York:John Wiley&sons Inc，1991:1-57.

[2]Estevez L，Kehtarnavaz N.A real-time histographic approach to roadsign recognition[C].IEEE Southwest Symposium Image Analysisand Interpretation.Tex：IEEE Signal Processing Society andthe IEEE Computer Society，1996:95-100.

[3]De la Escalera A，Moreno L E，Salichs M A，et al.Road trafficsign detection and classification[J].IEEE Transactions on IndustrialElectronics，1997，44（6）:848-859.

[4]Maldonado-Bascon S，Laufente-Arroyo S，Gil-Jimenez P，et al. Road-sign detection and recognition based on support vectormachines[J].IEEE Transactions on Intelligent Transportation Systems，2007，8（2）:264-278.

[5]張靜，何明一，戴玉超，等.綜合顏色和形狀的圓形交通標(biāo)志檢測(cè)方法[J].計(jì)算機(jī)工程與應(yīng)用，2011，47（2）:233-236.

[6]朱雙東，劉蘭蘭，陸曉峰.一種用于道路交通標(biāo)志識(shí)別的顏色－幾何模型[J].儀器儀表學(xué)報(bào)，2007，28（5）:956-960.

[7]薛丹，孫萬蓉，李京京，等.一種基于SVM的改進(jìn)車牌識(shí)別算法[J].電子科技，2013，26（11）:22-25.

Based on the circular markcolor segmentation and local LPT transform detection algorithm

MAI Hai-bo，SU Shi-yong，SU Yi-feng
（Guangxi Power GridCo.，Ltd.Qinzhou Power Supply Bureau，Qinzhou 535000，China）

The traffic signs can be used for mobile robot localization.The paper presents a traffic sign detection algorithm based on color segmentation and local LPT transform.At first，color segmentation is used to remove most of the background subjects in the image.Then log polar transform is used on the parts of the image.The circular traffic signs are detected by using image features.The effectiveness of the algorithm is demonstrated preliminarily by computer simulation.

color segmentation；log polar transform；circle detection；algorithm

TN99

A

1674－6236（2016）21-0191-03

2015-11-06稿件編號(hào)：201511057

麥海波（1986—），男，廣西浦北人，工程師。研究方向：配電網(wǎng)的智能巡檢。