[发明专利]一种交通标志识别方法

说明书

技术领域

本发明涉及一种交通标志识别方法，属于图像处理、模式识别、计算机视觉领域。

背景技术

目前，智能交通系统在我国发展迅速，驾驶安全问题、城市交通堵塞问题、运输效率问题都有望通过对车辆信息化和智能化的改造获得改善。基于图像检测与处理技术的交通标志识别系统作为智能交通系统的一个重要的子系统，已逐渐成为目前智能交通系统国内外研究的热点。

交通标志识别系统一般是通过安装在交通工具上的摄像机摄取户外自然场景中交通标志图像，输入计算机进行处理完成的，由于户外环境存在多种复杂因素的影响，它比一般的非自然场景下的目标识别更具挑战性，交通标志识别的主要难点有：如何提取对光照、形状变化、尺寸变化具有鲁棒性的特征量。

在交通标志检测与识别领域国内外学者们做了大量的研究，非专利文献1 （Saturnino Maldonado-Bascón, Sergio Lafuente-Arroyo, et al. Road-Sign Detection and Recognition Based on Support Vector Machines [J]// IEEE Transactions on Intelligent Systems, 2007, 8(2): 264-278.）提出了基于颜色和支持向量机的交通标志检测与识别系统。他们基于Hue-saturation空间的直方图提取出红色、蓝色、黄色的区域，再根据该区域的面积、形状等滤波器确定交通标志的位置，最后利用支持向量机识别和理解交通标志。非专利文献 2(Lowe, D.G. Distinctive Image Features from Scale-Invariant Keypoints, International Journal of Computer Vision, 60 (2): 91–110,2004.)提出了Scale Invariant Feature Transform (SIFT)算法，SIFT是一种相似不变量，对于图像尺度变化和旋转是不变的。并且SIFT对图像的复杂变形和光照变化有较强的适应性。但是，整幅图像的SIFT特征匹配将导致计算量增大，无法保证系统的实时性。在复杂环境下将会导致较多的误检率。

现有技术存在的缺陷：由于环境光照变化、信号牌褪色等影响，在复杂环境下，基于颜色的交通标志识别系统往往无法正确地检测与识别，例如蓝色背景的交通标志就无法通过蓝色滤波器检测出来。所以按照颜色或轮廓形状分类的方法难以处理环境光照变化、遮挡及几何变形等情况。另外，仅基于局域边缘信息（SIFT等）的交通标志识别方法对于几何图样相同但颜色不同的交通标志的识别来说就显得无能为力。

发明内容

为解决现有技术中存在缺陷，本发明提出了一种基于传统SIFT算法和颜色、空间位置等判别信息的交通标志识别方法。

本发明采取的技术方案如下：

一种交通标志识别方法，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。

所述模版图像为交通标志模版图像库中存储的图像。

上述步骤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；