[发明专利]缩微交通环境下的锥形标识别方法

权利要求书

1.缩微交通环境下锥形标识别方法，其特征在于：包括：

建立以缩微智能车为原点的地面坐标系的步骤；

获取地面图像信号的步骤；

对地面图像信号进行分析识别锥形标的步骤。

2.根据权利要求1所述缩微交通环境下锥形标识别方法，其特征在于：所述对地面图像信号进行分析识别锥形标的步骤包括：

101、逐个像素扫描，识别图像中的红色像素，将相邻红色像素进行标记形成图像中的红色区域；

103、寻找能框住该红色区域的最小矩形，形成红色矩形块，对红色矩形块编号，并记录其左上角点和右上角点坐标；

105、对编号的两两红色矩形块进行锥形标匹配，识别锥形标。

3.根据权利要求2所述缩微交通环境下锥形标识别方法，其特征在于：步骤103中在对红色矩形块编号之前，还包括103A、红色矩形块预处理过程，即计算红色矩形块面积，去除面积大于1000或小于150的红色矩形块。

4.根据权利要求2或3所述缩微交通环境下锥形标识别方法，其特征在于：步骤103之后，还包括304、对编号的红色矩形块进行预处理，建立两两编号关联，去除明显不具有锥形特征的编号。

5.根据权利要求2-4任一所述缩微交通环境下锥形标识别方法，其特征在于：步骤101所述逐个像素扫描，采用以下任意一种方式：

在图像坐标系下沿着X轴方向从左到右，沿着Y轴方向从上到下；

或者

在图像坐标系下沿着X轴方向从右到左，沿着Y轴方向从上到下；

或者

在图像坐标系下沿着X轴方向从左到右，沿着Y轴方向从下到上；

或者

在图像坐标系下沿着X轴方向从右到左，沿着Y轴方向从下到上。

6.根据权利要求2-4任一所述缩微交通环境下锥形标识别方法，其特征在于：步骤101中所述识别图像中的红色像素为，利用RGB颜色模型和HSV颜色模型寻找图像中的红色区域，所述HSV是指色相H、饱和度S和明度V；

所述红色区域寻找方法为，采用像素判别公式：

R＞50&(G＜120||B＜120)&(R-G＞30)&(R-B＞30)

(H＞＝0&H＜12)||(H＞170&H＜＝180)

其中，R为RGB图像像素点红色分量值；G为RGB图像像素点绿色分量值；B为RGB图像像素点蓝色分量值。

7.根据权利要求6所述缩微交通环境下锥形标识别方法，其特征在于：步骤103所述寻找能框住该红色区域的最小矩形，形成红色矩形块为，对于满足条件的红色像素，记录它们的X轴坐标值，Y轴坐标值，寻找坐标值的最大值和最小值，表示为max(X)、min(X)、max(Y)、min(Y)，将坐标点X轴坐标值分别与max(X)、min(X)比较，Y轴坐标值分别与max(Y)、min(Y)比较，如果X轴坐标值大于max(X)，则用当前的像素X轴坐标值更新max(X)，如果X轴坐标值小于min(X)，则用当前的像素X轴坐标值更新min(X)，如果Y轴坐标值大于max(Y)，则用当前的像素Y轴坐标值更新max(Y)，如果Y轴坐标值小于min(Y)，则用当前的像素Y轴坐标值更新min(Y)，最后max(X)、min(X)、max(Y)、min(Y)所形成的矩形即为最小矩形。