[发明专利]一种交通标志识别方法

权利要求书

1.一种交通标志识别方法，其特征是，包括以下步骤：

步骤S1：获取输入的待匹配图像；

步骤S2：根据SIFT算法对模板图像和待匹配图像进行关键点提取，并为关键点指定方向；

步骤S3：建立关键点的局部特征描述子、颜色特征描述子和位置特征描述子；

步骤S4：分别从模板图像和待匹配图像中取一个关键点组成一个待匹配特征点对；

步骤S5：根据位置特征描述子判断待匹配特征点对是否来同一分区，是则执行下一步，否则返回步骤S4获取下一对待匹配特征点对；

步骤S6：判断待匹配特征点对的颜色特征描述子是否满足第一预设条件，是则执行下一步，否则返回步骤S4；

步骤S7：判断待匹配特征点对的局部特征描述子是否满足第二预设条件，是则执行下一步，否则返回步骤S4；

步骤S8：用穷举匹配法判断是否寻遍到待匹配图像的所有关键点，如果寻遍，则将找出的待匹配特征点对最多的模板图像作为最终识别到的交通标志图像，否则转向步骤S4。

2.根据权利要求1所述的交通标志识别方法，其特征是：所述模版图像为交通标志模版图像库中存储的图像。

3.根据权利要求1所述的交通标志识别方法，其特征是，步骤S2所述关键点提取具体包括：

步骤S21：建立高斯差分尺度空间；

D(x,y,σ)=(G(x,y,kσ)?G(x,y,σ))?I(x,y)=L(x,y,kσ)?L(x,y,σ) ]]>

式中，(x,y)代表图像I(x,y)的像素位置，L代表图像的尺度空间，σ是尺度空间因子，，S为高斯金字塔每组的层数，符号*代表卷积，G(x,y,σ)是尺度可变的高斯函数，其定义为；

步骤S22：构建图像金字塔；

步骤S23：检测尺度空间极值点，从中筛选出关键点；

一个像素点与其所在的尺度的8个相邻像素点和上下相邻尺度对应位置的9×2个像素点共26个像素点进行比较，当该像素点为最大或最小值时，则该像素点为一个极值点；对极值点进行筛选，去除低对比度的点和边缘上的点后得到关键点。