[发明专利]一种多特征的分层交通标志识别方法

权利要求书

1.一种多特征的分层交通标志识别方法，包括以下步骤：

步骤1：对检测到的交通标志图像进行                                                的中值滤波，并规整到标准的的待处理图像；

步骤2：提取图像的RGB彩色信息，分别计算红色、黄色、蓝色像素数占总像素数的比例，取占最大比例的颜色为此图像的主色；

步骤3：对图像进行颜色分割，并进行二值化处理，即红色、黄色、蓝色为白色，其它颜色为黑色，并用形态开闭滤波器去除孤立点；

步骤4：对二值图像从左右边缘向中间扫描，当遇到满足交通标志颜色的像素点时即停止，获得标志的若干个外边缘特征点坐标，再结合最小二乘法对这些特征点进行曲线拟合，获得的一组解，(x,y)是边缘点的坐标；

步骤5：由判断交通标志的形状特征；

步骤6：根据颜色和形状进行第一层快速的标志分类，即若主色是黄色，形状为三角形，为警告标志；若主色是蓝色，形状为矩形或三角形，为指示标志；若主色是红色，形状为圆形，为禁令标志；为满足以上条件者，为禁令标志；

步骤7：提取图像的方向梯度直方图（HOG）特征，即将的待处理图像取其亮度分量，划分成的重叠子块，计算每块梯度，将0到180度划分成9个方向计算方向直方图，并经过归一化处理形成维HOG特征；

步骤8：对标准的每类交通标志分别采用Adaboost分类器进行T轮训练；

步骤9：将图像的HOG特征输入组合分类器，得到最终识别结果。

2.根据权利要求1所述多特征的分层交通标志识别方法，其特征在于：步骤5中由判断交通标志的形状特征，判断方法如下：

步骤51、如果，判定标志为圆形，否者转步骤52；

步骤52、如果，判定标志为矩形，否者转步骤53；

步骤53、判定标志为三角形。

3.根据权利要求1或2所述多特征的分层交通标志识别方法，其特征在于：步骤8中设定训练样本为，为样本HOG特征，为样本对应地类别标记，为训练样本数，初始权值分布为，训练过程如下：

81、从训练样本集中生成本轮的训练样本子集；

82、调用基分类学习算法，基于训练样本子集生成本轮基分类器；

83、计算错误分类率；

84、若，放弃本轮训练子集和基分类器，转1重新开始；

85、若，计算基分类权值；

86、更新权值分布并标准化；经过T轮训练生成组合分类器。