[发明专利]一种面向无人驾驶车的道路交通标志识别方法

权利要求书

1.一种面向无人驾驶车的道路交通标志识别方法，其特征在于，包括以下步骤：

步骤1：将车载摄像头采集的原始图像进行预处理，获得初步感兴趣区域；

所述的预处理包括变换RGB颜色值及阈值分割，以及用形态学滤波消除噪声点；

步骤2：对初步感兴趣区域进行边缘连接，获得初步感兴趣区域的外轮廓，填充该外轮廓中的闭合区域，用腐蚀和膨胀操作消除毛刺和噪声干扰，得到感兴趣区域；

步骤3：对边缘连接后的感兴趣区域提取形状标记图作为分类特征，实现交通标志的粗分类，得到不同形状类的候选交通标志的彩色图像；

步骤4：将不同形状类的候选交通标志图像进行灰度化、归一化及二元树复小波变换，得到特征向量；用二维独立分量分析算法降低特征向量的维数，送入径向基函数核的支持向量机中进行分类，获得交通标志的类别。

2.根据权利要求1所述的面向无人驾驶车的道路交通标志识别方法，其特征在于：

步骤1中，变换RGB颜色值的步骤为：

对RGB空间图像的每个像素v＝[v_R，v_G，v_B]进行如下变换：

Colorred=max(0,min((vR-vG)/Sum,(vR-vB)/Sum))Colorblue=max(0,min((vB-vR)/Sum,(vB-vG)/Sum))Coloryellow=max(0,min((vG-vB)/Sum,(vR-vB)/Sum));]]>

其中Sum＝v_R+v_G+v_B为RGB通道像素值之和；

所述的阈值分割步骤为：对相应变换后的图像进行阈值分割，可得包含交通标志感兴趣区域的二值图像：

Binaryc(x,y)=1,Colorc(x,y)>thresholdc0,Colorc(x,y)≤thresholdc]]>

其中c∈{red，blue，yellow}，(x，y)为像素点坐标；针对红，黄，蓝交通标志特征颜色，分别选用阈值为0.1，0.15，0.15对图像进行分割，得到3幅相应特征颜色的二值图像，该二值图像中包含交通标志的感兴趣区域；

形态学滤波步骤为：用结构元素相同的腐蚀和膨胀形态学滤波。