道路交通标志识别的研究现状及展望
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
#
朱双东" 陆晓峰 " Q X ,7 . & @ * ( I 9 * U ,% 0 @ 9 ( ; ’ * 1 1 1 # 宁波大学信息科学与工程学院" 浙江 宁波 6 $ 3 N J 3 3 # " " " $ 7 8 . 9 9 : 9 ; W * ; 9 ? < @ > 0 9 *7 8 0 ’ * 8 ’ @ * IE ’ 8 . * 9 : 9 # 0 * F 9, * 0 A ’ ? B 0 > # 0 * F 9 6 3 N J 3 3 . 0 * @ 1 C 1 C 1 摘!要! 十几年来! 道路交通标志识别的研究工作已经取得了一定成果! 但还存在一些不足之处! 主要有" 识别对象单 一! 样本数少# 处理方法比较单一! 智能方法少# 偏重于理论的多! 面向应用的少# 大多数实验对象都是标准图! 针对实景图 以灰度图为研究对象的多! 针对彩色图的少$机器识别面临的主要难点是" 道路交通标志的背景相当复杂! 颜色失真 的少# 极为严重并存在不同程度的几何失真# 彩色图像处理的理论和技术尚不成熟$% 简化复杂问题& 改进传统方法& 基于颜色信 息& 采用智能方法’ 将是今后的一个重要发展方向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h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关键词! 道路交通标志识别( # 机器识别# 图像检测# 图像处理# 机器视觉 * 5) % # & & & & G ’ 9 ? I B C E I K K D N B D @E > N : @ D C D : @ * 5$ G I N F D @ > E > N : @ D C D : @ D G I >J > C > N C D : @ D G I >Q E : N > B B D @ G I N F D @ >S D B D : @ A A A A A A CH 中图分类号! 文献标识码! * + $ T & R # & = 是, 也是难度较 * 5$ * -研究领域中尚未解决的难题之一" 大的实景图形识别问题之一’ 在车载视觉系统中" 如何有 效地识别道路交通标志是一个非常重要的研究课题’ 首先是交通标 * 5 系统主要包括两个基本技术环节% 志的检测" 包括交通标志的定位及必要的预处理& 其次是交 通标志的判别" 包括交通标志的特征提取与分类等’ 迄今 已发表的论文大部分都是针对某一环节的’下面将分别对 这两个环节的研究现状进行扼要的概括和分析’
! " # $ % & ’ ( ) * + !! , "& . . / % & $ . 0 !
!!!!计算机工程与科学
! 12 + 3 * 4 54 " 6 , " 4 4 5 , " 6 7! , 4 " ! 4
)卷第& ’期 ! ’ . . 8年第’ " " : ; < ’ )" : < & ’’ . . 8 !9 !
3 !引言
随着社会经济的发展" 现代交通已经非常发达" 而道路 交通仍占主导地位’ 但是" 交通安全和交通阻塞随之成了 日益严重的社会问题" 同时也造成了惊人的经济损失’ 再 加上环境污染和能源等问题" 就使得道路交通问题的解决 不得不求助于智能技术’于是" ( 智能交通系统 # , @ C > ; ; D > @ C A 简称, $ ) 这一研究领域便应运而 * E I @ B : E C I C D : @B C > G" * Q O 生" 并迅速发展起来’ 通信* 控制和计 , * - 是一个集检测* 算机等技术为一体的综合信息系统’ 其中" ( 智能交通计 量) 是一个非常重要的分支研究领域" 而图像检测及其处理 是其主要手段’视觉信息是道路交通场景信息中最重要的 信息’道路交通标志识别 # " 简称 * E I K K D ND @5 > N : @ D C D : @ A A
J !交通标志检测的研究现状
如何快速有效地从复杂的交通场景图像中检测出交通 标志是 * 首先从场景图像中获取交通标 5 系统的第一步% 志边缘区域 5 # " 感兴趣区域 $ " 然后再 1 , 5 > D : @: K , @ C > E > B C A
#
收稿日期! & 修订日期! ’ . . ( % . T % ’ ) ’ . . ( % & . % & / 作者简介! 朱双东# " 男" 山东沂源人" 教授" 研究方向为智能信息处理* 机器视觉* 图像检测与图像处理等& 陆晓峰" 硕士生" & T ( . $ 研究方向为智能信息处理* 图像检测与图像处理等’ 通讯地址! % # $ & % $ & ( ’ & & 浙江省宁波市宁波大学信息科学与工程学院& * > ; . ( / # ) / 8 . . $ ( & 4 % G I D ; . $ ’ & . . & . > G I D ; R @ L M R > J M R N @ ! A % " " " " " I I ? ’ B B N F : : ; : K , @ K : E G I C D : @N D > @ N > I @ J4 @ D @ > > E D @ " D @ L :3 @ D S > E B D C " D @ L : ‘ F > D I @ & ( ’ & & + R 5R ! F D @ I A A A O A \ A$
根据内核形状的形态骨架特征对交通标志进行分类$ 以达 到判别交通标志的目的! 文献 " # 提出了基于集合变换 & ( ’ 即数学形态学和二值有序统计( 的形状几何特征的数值描 述$ 并用以描述交通标志的内核形状的特征$ 采用了四种相 应的形状识别方法进行交通标志的判别$ 这是一个典型的 二值计算机视觉问题!文献" # 提出一种特征层融合模式 & 8 识别的方法来识别交通标志形状$ 定义) 融合特征* 和) 特征 融合系数* 实现模式的特征融合$ 使用模拟退火算法搜索最 佳的) 特征融合系数* $ 从而提高模式识别的正确性$ 降低分 # 提出用 = 类决策的模糊性!文献" 8 5 * 神经网络来判别$ 输出层采用竞争型网络! 文献 " # 将预处理后的图像转换 # 然后进行一维 V 取变换后的前 & 成一维数组$ ! * 变换$ . ( 个系数作为特征值+ 另外$ 将3 作为奇值分解矩阵对 9 * ’ 物体进行编码$ 得到 ’ 矩阵对角线的值作为物体的特征 值+ 最后$ 将这些特征值送入神经网络% 0 邻近模型% @ I j S > 贝叶斯模型进行判别! 文献 " # 通过搜索一定角度的拐角 ( 及两者的关系来分析颜色检测区域的边缘$ 用H + 网络来 该方法考虑了较小的旋转和遮挡! 文献 " # 作最后分类$ & / 在检测和分类中均采用了标准相关 ’ " : E G I ; D _ > J! : E E > ; I % ( 算法$ 该算法避免了光强度的变化和遮挡情况$ 但必 C D : @ 须对每个标志都给出算法$ 故计算量太大$ 并不实用! 文献" # 采用特征空间模型进行分类$ 对轮廓进行了 & ) 分析$ 但未考虑遮挡的情况!文献" # 先利用标志的一些先 & 验信息对区域边缘进行删选$ 然后通过分析边角来区分三 角形和圆形标志$ 最后通过正交相关性做最后的分类! 该 研究没有考虑标志的遮挡和变形! 文献 " # 利用视觉行为 / 模型’ $ 简称 H 来提取形状 H > F I S D : M E I ;2 : J > ; : K9 D B D : @ 29( 特征$ 该模型基于仿生物算法$ 模拟了生物识别图像的过 为判别提供了压缩的图像信息$ 可以针对移动% 转动% 一 程$ 定程度延伸的复杂灰度图进行判别! 文献 " # 先根据形状 ) 对交通标志进行分类$ 然后定位出标志的中心位置$ 最后在 一个感 应 窗 口 上 利 用 H 29 模 型 来 识 别 交 通 标 志!!R N F D > P > ;利用等级分组方法将低水平像素特征同三角形和 椭圆形相结合$ 提出了一种针对灰色图像的快速交通标志
( .
万方数据
定位出交通标志的具体位置!5 1 ,获取通常是利用交通标 志的颜色和几何形状信息来实现的! 最常用的方法是对实景图像进行边缘检测后通过对标
# & 志的几何形状进行分析来检测标志的位置" !I @ J : S I ;等 # ’ 人提出 用 卷 积 掩 码 方 法 对 圆 形 标 志 进 行 边 缘 检 测" !
""""""""""""""""""""""""""""""""""""""""""""""
文章编号! $ & . . / % & $ . 0# ’ቤተ መጻሕፍቲ ባይዱ. . 8 . & ’ % . . ( . % . $
道路交通标志识别的研究现状及展望 =M E S > K C F >5 > B > I E N F: @* E I K K D ND @5 > N : @ D C D : @ O: A A
朱双东" 陆晓峰 " Q X ,7 . & @ * ( I 9 * U ,% 0 @ 9 ( ; ’ * 1 1 1 # 宁波大学信息科学与工程学院" 浙江 宁波 6 $ 3 N J 3 3 # " " " $ 7 8 . 9 9 : 9 ; W * ; 9 ? < @ > 0 9 *7 8 0 ’ * 8 ’ @ * IE ’ 8 . * 9 : 9 # 0 * F 9, * 0 A ’ ? B 0 > # 0 * F 9 6 3 N J 3 3 . 0 * @ 1 C 1 C 1 摘!要! 十几年来! 道路交通标志识别的研究工作已经取得了一定成果! 但还存在一些不足之处! 主要有" 识别对象单 一! 样本数少# 处理方法比较单一! 智能方法少# 偏重于理论的多! 面向应用的少# 大多数实验对象都是标准图! 针对实景图 以灰度图为研究对象的多! 针对彩色图的少$机器识别面临的主要难点是" 道路交通标志的背景相当复杂! 颜色失真 的少# 极为严重并存在不同程度的几何失真# 彩色图像处理的理论和技术尚不成熟$% 简化复杂问题& 改进传统方法& 基于颜色信 息& 采用智能方法’ 将是今后的一个重要发展方向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h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关键词! 道路交通标志识别( # 机器识别# 图像检测# 图像处理# 机器视觉 * 5) % # & & & & G ’ 9 ? I B C E I K K D N B D @E > N : @ D C D : @ * 5$ G I N F D @ > E > N : @ D C D : @ D G I >J > C > N C D : @ D G I >Q E : N > B B D @ G I N F D @ >S D B D : @ A A A A A A CH 中图分类号! 文献标识码! * + $ T & R # & = 是, 也是难度较 * 5$ * -研究领域中尚未解决的难题之一" 大的实景图形识别问题之一’ 在车载视觉系统中" 如何有 效地识别道路交通标志是一个非常重要的研究课题’ 首先是交通标 * 5 系统主要包括两个基本技术环节% 志的检测" 包括交通标志的定位及必要的预处理& 其次是交 通标志的判别" 包括交通标志的特征提取与分类等’ 迄今 已发表的论文大部分都是针对某一环节的’下面将分别对 这两个环节的研究现状进行扼要的概括和分析’
! " # $ % & ’ ( ) * + !! , "& . . / % & $ . 0 !
!!!!计算机工程与科学
! 12 + 3 * 4 54 " 6 , " 4 4 5 , " 6 7! , 4 " ! 4
)卷第& ’期 ! ’ . . 8年第’ " " : ; < ’ )" : < & ’’ . . 8 !9 !
3 !引言
随着社会经济的发展" 现代交通已经非常发达" 而道路 交通仍占主导地位’ 但是" 交通安全和交通阻塞随之成了 日益严重的社会问题" 同时也造成了惊人的经济损失’ 再 加上环境污染和能源等问题" 就使得道路交通问题的解决 不得不求助于智能技术’于是" ( 智能交通系统 # , @ C > ; ; D > @ C A 简称, $ ) 这一研究领域便应运而 * E I @ B : E C I C D : @B C > G" * Q O 生" 并迅速发展起来’ 通信* 控制和计 , * - 是一个集检测* 算机等技术为一体的综合信息系统’ 其中" ( 智能交通计 量) 是一个非常重要的分支研究领域" 而图像检测及其处理 是其主要手段’视觉信息是道路交通场景信息中最重要的 信息’道路交通标志识别 # " 简称 * E I K K D ND @5 > N : @ D C D : @ A A
J !交通标志检测的研究现状
如何快速有效地从复杂的交通场景图像中检测出交通 标志是 * 首先从场景图像中获取交通标 5 系统的第一步% 志边缘区域 5 # " 感兴趣区域 $ " 然后再 1 , 5 > D : @: K , @ C > E > B C A
#
收稿日期! & 修订日期! ’ . . ( % . T % ’ ) ’ . . ( % & . % & / 作者简介! 朱双东# " 男" 山东沂源人" 教授" 研究方向为智能信息处理* 机器视觉* 图像检测与图像处理等& 陆晓峰" 硕士生" & T ( . $ 研究方向为智能信息处理* 图像检测与图像处理等’ 通讯地址! % # $ & % $ & ( ’ & & 浙江省宁波市宁波大学信息科学与工程学院& * > ; . ( / # ) / 8 . . $ ( & 4 % G I D ; . $ ’ & . . & . > G I D ; R @ L M R > J M R N @ ! A % " " " " " I I ? ’ B B N F : : ; : K , @ K : E G I C D : @N D > @ N > I @ J4 @ D @ > > E D @ " D @ L :3 @ D S > E B D C " D @ L : ‘ F > D I @ & ( ’ & & + R 5R ! F D @ I A A A O A \ A$
根据内核形状的形态骨架特征对交通标志进行分类$ 以达 到判别交通标志的目的! 文献 " # 提出了基于集合变换 & ( ’ 即数学形态学和二值有序统计( 的形状几何特征的数值描 述$ 并用以描述交通标志的内核形状的特征$ 采用了四种相 应的形状识别方法进行交通标志的判别$ 这是一个典型的 二值计算机视觉问题!文献" # 提出一种特征层融合模式 & 8 识别的方法来识别交通标志形状$ 定义) 融合特征* 和) 特征 融合系数* 实现模式的特征融合$ 使用模拟退火算法搜索最 佳的) 特征融合系数* $ 从而提高模式识别的正确性$ 降低分 # 提出用 = 类决策的模糊性!文献" 8 5 * 神经网络来判别$ 输出层采用竞争型网络! 文献 " # 将预处理后的图像转换 # 然后进行一维 V 取变换后的前 & 成一维数组$ ! * 变换$ . ( 个系数作为特征值+ 另外$ 将3 作为奇值分解矩阵对 9 * ’ 物体进行编码$ 得到 ’ 矩阵对角线的值作为物体的特征 值+ 最后$ 将这些特征值送入神经网络% 0 邻近模型% @ I j S > 贝叶斯模型进行判别! 文献 " # 通过搜索一定角度的拐角 ( 及两者的关系来分析颜色检测区域的边缘$ 用H + 网络来 该方法考虑了较小的旋转和遮挡! 文献 " # 作最后分类$ & / 在检测和分类中均采用了标准相关 ’ " : E G I ; D _ > J! : E E > ; I % ( 算法$ 该算法避免了光强度的变化和遮挡情况$ 但必 C D : @ 须对每个标志都给出算法$ 故计算量太大$ 并不实用! 文献" # 采用特征空间模型进行分类$ 对轮廓进行了 & ) 分析$ 但未考虑遮挡的情况!文献" # 先利用标志的一些先 & 验信息对区域边缘进行删选$ 然后通过分析边角来区分三 角形和圆形标志$ 最后通过正交相关性做最后的分类! 该 研究没有考虑标志的遮挡和变形! 文献 " # 利用视觉行为 / 模型’ $ 简称 H 来提取形状 H > F I S D : M E I ;2 : J > ; : K9 D B D : @ 29( 特征$ 该模型基于仿生物算法$ 模拟了生物识别图像的过 为判别提供了压缩的图像信息$ 可以针对移动% 转动% 一 程$ 定程度延伸的复杂灰度图进行判别! 文献 " # 先根据形状 ) 对交通标志进行分类$ 然后定位出标志的中心位置$ 最后在 一个感 应 窗 口 上 利 用 H 29 模 型 来 识 别 交 通 标 志!!R N F D > P > ;利用等级分组方法将低水平像素特征同三角形和 椭圆形相结合$ 提出了一种针对灰色图像的快速交通标志
( .
万方数据
定位出交通标志的具体位置!5 1 ,获取通常是利用交通标 志的颜色和几何形状信息来实现的! 最常用的方法是对实景图像进行边缘检测后通过对标
# & 志的几何形状进行分析来检测标志的位置" !I @ J : S I ;等 # ’ 人提出 用 卷 积 掩 码 方 法 对 圆 形 标 志 进 行 边 缘 检 测" !
""""""""""""""""""""""""""""""""""""""""""""""
文章编号! $ & . . / % & $ . 0# ’ቤተ መጻሕፍቲ ባይዱ. . 8 . & ’ % . . ( . % . $
道路交通标志识别的研究现状及展望 =M E S > K C F >5 > B > I E N F: @* E I K K D ND @5 > N : @ D C D : @ O: A A