雾霾天气下交通标志识别方法研究

发布时间:2020-05-12 阅读数:373

李传秀　尼加提

摘? 要：道路交通标志识别（TSR）作为智能交通系统（ITS）中关键的一部分，受到了研究人员的重视。道路交通标志识别技术可以使人们的交通出行生活更加方便和高效。但是，由于道路交通的复杂性以及天气情况对于交通标志识别的影响，使得这一技术还没有得到广泛应用。可见，道路交通标志的识别有着很高的研究价值。该文以雾霾天气这一因素为前提，针对交通标志的颜色信息和形状信息，展开了对于交通标志的检测和识别的研究。在对图像去雾方面，主要研究了暗通道优先去雾算法;在交通标志检测方面，选择HSV色彩空间模型为检测基础，使用了颜色匹配方式实现图形分割。

关键词：标志检测? 标志识别? 暗通道去雾? HSV色彩空间? 模板匹配

中图分类号：U495 ? ?文献标识码：A 文章编号：1672-3791（2019）09（c）-0037-03

随着我国经济的快速发展，汽车保有量急剧增加，同时也带来了一系列严重的社会问题，例如，交通安全和环境污染。同样由于大气环境恶化，雾霾频发，研究人员对“智能交通系统（Intelligent Transportation System，简称ITS）”展开各項研究工作。ITS可以应用于交通智能调度系统和机动车自动控制系统等，从而缓解交通阻塞，减少交通事故。其中“道路交通标志识别（Traffic Sign Recognition，简称TSR）”是研究人员重点关注的点，道路交通标志的作用一般来说有3个：一是用简明的文字以及符号来规范交通行为;二是通过交通流量、疏导交通来提高交通效率;三是通过预示道路状况来减少安全事故的发生。交通标志是用文字或符号传递引导、限制、警告或指示信息的道路设施。及时、正确、有效地读取交通标志，可以提高行车的安全性，其中包含交通标志检测、标志的定位、标志识别。

1? 研究现状

国内，交通标志识别起步较晚。近几年，国内清华大学、重庆大学、国防科技大学等在这一领域的研究工作比较多。日本，1987年开发了一套用于检测和识别限速交通标志的识别系统。德国，1994年Mercedes-Benz公司研制出警告标志识别系统，识别率高达90%。2010年，西班牙的科学家使用约36000张照片进行研究，运用了支持向量机的方法来进行识别，这个算法的识别率达到了96%[1]。

2? 去雾

大自然中的雾、霾、雨和雪等自然现象会因为大气的吸收或散射原因，从而影响电子设备对图像及视频的捕获质量。也正因如此，对于图像去雾的需求日趋增强。

在对图像去雾方面，主要研究了暗通道去雾算法。

3? 交通标志检测

据《道路交通标志和标线》交通标志按重要程度分为三类：警告标志、禁令标志、指示标志。除此之外，还有一些不常见的交通标志，如指路标志、旅游区标志、道路安全施工标志。

3.1 图像预处理

在色彩空间模型选取方面相较于RGB和HIS色彩空间模型，HSV色彩空间模型中H、S、V这3个变量相对独立，可以同时对其进行各自的处理;其区分出了亮度分量和色度分量;该模型更符合人类对色彩的感知特性。

首先，将RGB的图像转化成HSV模式，具体如图3所示。

HSV模型中，色调（H）不会随着光线的强弱而变化，也不会因为饱和度（S）的变化而变化。该文通过对国内交通标志的颜色定和不同天气下颜色对比，确定了所需要的红色、蓝色、黄色的颜色阈值，并且将色度（H）的值归一化为[0，180]，如表1所示。

从表1中可以看到红色的范围是[0，10]，从而对过二值华将图像中的标志区域分割出来，如图4所示。

为使要提取的敏感区域更明显，要继续对图像进行膨胀及填充处理，如图5所示。

3.2 标志识别