摘 要 隨著社會(huì)的發(fā)展，汽車的普及，現(xiàn)有的道路通過(guò)能力已經(jīng)很難滿足交通量快速增長(zhǎng)的需要，因此導(dǎo)致了交通擁堵、事故頻發(fā)等一系列問(wèn)題。在這一背景下，智能交通（ITS）應(yīng)運(yùn)而生。ITS是一個(gè)集通信，控制，檢測(cè)和計(jì)算機(jī)等技術(shù)為一體的綜合信息管理系統(tǒng)，而數(shù)字圖像處理則是ITS系統(tǒng)中一個(gè)重要的組成部分。本文主要介紹了如何利用交通標(biāo)志牌其顏色的特征，將其從自然環(huán)境圖片中分離并且識(shí)別的過(guò)程?？梢宰R(shí)別出縮放，偏斜等形式的交通標(biāo)志牌。

【關(guān)鍵詞】圖像處理 特征匹配 HSV色彩空間

1 應(yīng)用背景

自上世紀(jì)八十年代以來(lái)，我國(guó)的經(jīng)濟(jì)迅速發(fā)展，城市化的不斷推進(jìn)。汽車大范圍普及，除了公交車和出租汽車，小轎車也走進(jìn)千家萬(wàn)戶。雖然汽車的出現(xiàn)使人們的出行更加便捷，但是隨著汽車的大量增長(zhǎng)，導(dǎo)致交通的負(fù)荷能力已經(jīng)不能滿足交通量的需求，出現(xiàn)了許多擁堵現(xiàn)象，交通事故。為了能夠更好地解決目前交通存在的各種問(wèn)題，結(jié)合了計(jì)算機(jī)技術(shù)，電子信息技術(shù)，通信技術(shù)等新興技術(shù)的ITS誕生了。ITS可以有效地利用現(xiàn)有的交通設(shè)施、減少交通負(fù)荷和環(huán)境污染，同時(shí)能夠保證交通安全，提高運(yùn)輸效率，目前收到了各國(guó)的重視。

在智能交通領(lǐng)域中，車載視覺(jué)系統(tǒng)一直是一個(gè)重要的研究課題，也是目前沒(méi)有解決的難題之一，其在輔助駕駛方面具有重要的意義。交通標(biāo)志牌在交通道路中不可或缺，起到提示方向，指示操作的作用。能夠?qū)崟r(shí)的判斷前方的交通標(biāo)志牌，能夠?yàn)樗緳C(jī)提供很好的駕駛體驗(yàn)，并且保障出行的安全。本文就將研究，介紹對(duì)交通標(biāo)志牌識(shí)別的過(guò)程。

2 交通標(biāo)志牌分類

我國(guó)的交通標(biāo)志牌按功能類型區(qū)分可以分為主標(biāo)志牌和輔助標(biāo)志牌。

主標(biāo)志牌又分為警告標(biāo)志牌，禁令標(biāo)志牌，指示標(biāo)志牌，指路標(biāo)志牌，旅游區(qū)標(biāo)志牌，道路施工安全標(biāo)志牌和限速標(biāo)志牌。而輔助標(biāo)志牌多附設(shè)在主標(biāo)志牌下，起到輔助說(shuō)明的作用。

按照標(biāo)志牌主要顏色分類可以分為：紅色標(biāo)志牌，藍(lán)色標(biāo)志牌，綠色標(biāo)志牌，棕色標(biāo)志牌，黑色標(biāo)志牌，白色標(biāo)志牌，橙色或熒光橙色標(biāo)志牌和熒光黃綠色標(biāo)志牌。

按照形狀分類可以分為：正等邊三角形，圓形，倒等邊三角形，八角形，叉形，方形等。

想要在一張自然環(huán)境的圖片中準(zhǔn)確的找到交通標(biāo)志牌的位置，就要根據(jù)交通標(biāo)志牌的一種或多種特征進(jìn)行識(shí)別。所以最直觀的識(shí)別特征就是顏色和形狀特征。下文中將介紹如何通過(guò)顏色和形狀特征對(duì)交通標(biāo)志牌進(jìn)行定位。

3 交通標(biāo)志牌的識(shí)別

3.1 識(shí)別對(duì)象

由于我國(guó)交通標(biāo)志牌類型和數(shù)量都較多，所以本文選擇了其中具有代表性的三類交通標(biāo)志牌作為重點(diǎn)研究對(duì)象。分別是

3.1.1 禁令標(biāo)志

禁令標(biāo)志用來(lái)禁止車輛或者限制車輛、行人的交通行為，我國(guó)大部分的禁令標(biāo)志的顏色特征為紅白兩種顏色。其特征是形狀為圓形，外圈為紅色，底色為白色，圖中有黑色的圖案。圖1為禁令標(biāo)志示例。

3.1.2 警告標(biāo)志

警告標(biāo)志用來(lái)警告車輛、行人注意道路安全的，我國(guó)警告標(biāo)志的形狀大多我正等邊三角形，外圈是黑色，底色是黃色，圖中有黑色圖案。圖2為警告標(biāo)志示例。

3.1.3 指示標(biāo)志

指示標(biāo)志是向車輛和行人指示正確的道路和方向的。我國(guó)指示標(biāo)志牌大多為圓形和矩形，底色為藍(lán)色，圖中是白色圖案。圖3為指示標(biāo)志示例。

3.2 識(shí)別主題流程圖

圖4是識(shí)別交通標(biāo)志牌的流程圖。

3.3 HSV介紹

在通過(guò)顏色特征識(shí)別標(biāo)志牌的過(guò)程中使用到了HSV顏色模型，下面對(duì)該模型做簡(jiǎn)單介紹：

HSV（Hue，Saturation，Value）色彩模型反映了人的視覺(jué)對(duì)顏色的感覺(jué)，.能夠直觀的反應(yīng)顏色的特性。

如圖5所示，HSV色彩模型是對(duì)應(yīng)于圓柱坐標(biāo)系的一個(gè)圓錐形子集，圓錐的頂面對(duì)應(yīng)的value=1，也就是說(shuō)表示頂面所有點(diǎn)的value值都是1。這個(gè)頂面包含RGB模型中R=1，G=1以及B=1的三個(gè)面，是顏色最亮的面。色度H表示繞V軸旋轉(zhuǎn)的角度。比如紅色對(duì)應(yīng)的H值為0°，綠色大約為120°，藍(lán)色大約為240°。在HSV色彩模型中，每一種顏色和其補(bǔ)色均相差180°。飽和度S的取值范圍是0到1之間，所以圓錐頂面的半徑為1。所以HSV模型就是從亮度，色度，飽和度三個(gè)維度確定一個(gè)顏色的。

3.4 標(biāo)志牌分割

在HSV模型中，H分量是區(qū)分顏色的，所以我們可以直接通過(guò)H分量進(jìn)行閾值分割。我們得到黃色在HSV中H分量對(duì)應(yīng)的角度約為60度，轉(zhuǎn)化為比例約為0.167。那我們可以認(rèn)為H分量在0.12到0.2中間的顏色都為黃色，這樣就能得到圖片中的交通標(biāo)志牌了。我們是用MATLAB（是一款非常強(qiáng)大的工具軟件，能夠仿真出各類信號(hào)的波形圖，包含大量數(shù)學(xué)公式，能夠?qū)D像進(jìn)行處理）中的roicolor（）函數(shù)，對(duì)圖片進(jìn)行處理，使圖片中H分量在[0.12，0.20]中的顏色變?yōu)榘咨渌糠值念伾甲兂珊谏？梢缘玫揭韵滦Ч?/p>

原圖（如圖6所示）。

處理后的效果（如圖7所示）。

我們可以看出，僅僅使用H分量去獲得圖中的黃色區(qū)域是不妥的。因?yàn)樵谧匀画h(huán)境中，會(huì)有很多其他顏色對(duì)標(biāo)志牌進(jìn)行干擾。比如后方的黃土，汽車上的顏色。

經(jīng)分析后得到，交通標(biāo)志牌的飽和度是比較高的，而背景色保護(hù)度較低。那么就可以使用HSV模型中的另一個(gè)分量S去進(jìn)行第2層處理。我們認(rèn)為[0.5，1]這個(gè)區(qū)域內(nèi)的飽和度是交通標(biāo)志牌的飽和度范圍，經(jīng)過(guò)使用roicolor（）函數(shù)處理后得到圖8效果。

從圖片可以看出，前方的標(biāo)志牌飽和度較高，主要呈白色，而背景色由于飽和度較低，多為黑色。那么我們將兩次過(guò)濾得到的圖片結(jié)果相“與”。應(yīng)該就能得到H分量在黃色范圍內(nèi)，并且S分量在0.5到1的范圍內(nèi)的顏色。結(jié)果如圖9。

可以看出，我們從圖片中分割出了標(biāo)志牌所在的位置。

3.5 截取標(biāo)志牌主要信息

在獲取到圖片中的主要顏色區(qū)域后，需要將圖片中主要的提示信息截取下來(lái)，這里我們截取的方法是截取出圖片中擁有最大連通域的子圖像。這樣可以更好地保證該圖像中包含了標(biāo)志牌的主要信息。

首先調(diào)用MATLAB中s=regionprops（L，‘Area，‘BoundingBox）； 函數(shù)，將每一個(gè)連通區(qū)的面積和定位信息儲(chǔ)存在s中。這樣就比較出最大面積的連通區(qū)域，再通過(guò)坐標(biāo)并利用imcrop（）函數(shù)截取出目標(biāo)物。最后，為了規(guī)定圖的大小，調(diào)用imresize（）函數(shù)使圖片的大小固定。

3.6 標(biāo)準(zhǔn)庫(kù)匹配

在截取出目標(biāo)圖像后，就可以將其與庫(kù)中的標(biāo)準(zhǔn)標(biāo)志牌進(jìn)行匹配了，為了能夠更好地得出兩張圖像的相似性，這里使用了相關(guān)系數(shù)比較法。相關(guān)系數(shù)比較法是衡量?jī)蓚€(gè)隨機(jī)變量之間線性相關(guān)程度的指標(biāo)。相關(guān)系數(shù)公式為：

公式中的分子為X，Y的協(xié)方差，D（X）、D（Y）分別為X、Y的方差。正數(shù)代表相似程度，負(fù)值代表相悖程度，絕對(duì)值越大，相似或相悖程度越大。為了使結(jié)果更加準(zhǔn)確，我們從水平，垂直，兩個(gè)斜角方向分別對(duì)目標(biāo)圖像和庫(kù)中標(biāo)準(zhǔn)圖像進(jìn)行比對(duì)。將每個(gè)方向得到的相關(guān)系數(shù)值相加，最終，對(duì)應(yīng)相關(guān)系數(shù)值最大的庫(kù)中標(biāo)準(zhǔn)圖片為輸出結(jié)果。

4 總結(jié)

本文主要介紹了如何在自然環(huán)境下識(shí)別出交通標(biāo)志牌的過(guò)程。主要的思路就是通過(guò)顏色和形狀對(duì)圖片進(jìn)行分割，找出目標(biāo)圖像與庫(kù)中的標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比。其中，分割圖片和匹配圖片的過(guò)程是比較復(fù)雜的，也是比較容易出現(xiàn)問(wèn)題的。這里需要多次嘗試閾值的設(shè)置，選擇出最佳的閾值范圍。也需要不斷地嘗試不同的匹配算法，才能找出識(shí)別率更高的方法。也許我的識(shí)別方法正確率不能達(dá)到非常高，但是在研究的過(guò)程中我獲得了很多知識(shí)，也鍛煉了動(dòng)手能力。

參考文獻(xiàn)

[1]馮凱.城市智能交通系統(tǒng)的發(fā)展現(xiàn)狀與趨勢(shì)[J].環(huán)球市場(chǎng)信息導(dǎo)報(bào)，2017（01）：111-112.

[2]楊?yuàn)W博，盛家川，李玉芝等.基于HSV空間的顏色特征提取[J].電腦知識(shí)與技術(shù)：學(xué)術(shù)交流，2017，13（18）：193-195.

[3]王琨，李海生.MATLAB軟件在《信號(hào)與系統(tǒng)》實(shí)驗(yàn)教學(xué)中的應(yīng)用[J].電腦知識(shí)與技術(shù)：學(xué)術(shù)交流，2017，13（18）：198-200.

[4]嚴(yán)麗坤.相關(guān)系數(shù)與偏相關(guān)系數(shù)在相關(guān)分析中的應(yīng)用[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2003，19（03）：78-80.

作者簡(jiǎn)介

施易廷（2000-），男，江蘇省海門市人。就讀于江蘇省海門市海門中學(xué)。

作者單位

江蘇省海門市海門中學(xué) 江蘇省海門市 226100