[发明专利]一种交通标志分类方法

权利要求书

1.一种交通标志分类方法，其特征在于，包括以下步骤：

S1.通过车载摄像头对道路上方及两旁感兴趣区域采集用于识别的原始识别图像，将该原始识别图像输入车载交通标志检测系统；

S2.将采集到的原始识别图像根据交通标志在图像中可能出现的位置划分出感兴趣区域，再将原始识别图像的感兴趣区域分成若干重叠块，并计算每个重叠块图像正交Fourier-Mellin矩的旋转不变量、缩放不变量及模糊不变量的组合不变量；

S3.将原始识别图像计算得到的组合不变量与交通标志模板图像进行匹配，识别出原始识别图像的感兴趣区域含有交通标志的位置和类别。

2.根据权利要求1所述的一种交通标志分类方法，其特征在于：所述在步骤S2和步骤S3之间包括步骤S21，所述步骤S21具体为：建立一个模板库，对每个交通标志模板图像计算包括正交Fourier-Mellin矩的旋转不变量、缩放不变量及模糊不变量的组合不变量，并将所有交通标志模板图像及其组合不变量存入模板库中。

3.根据权利要求2所述的一种交通标志分类方法，其特征在于：所述步骤S3具体包括以下步骤：

S31.设定欧几里得距离阈值；

S32.将原始识别图像计算得到的组合不变量与模板库中的交通标志模板图像的组合不变量比较，通过欧几里得距离判断两个组合不变量的相似性，选取与原始识别图像的组合不变量最接近的交通标志模板图像的组合不变量；

S33.判断：当计算两个组合不变量的欧几里得距离小于给定阈值时，判定该原始识别图像的感兴趣区域含有与交通标志模板图像上相同的交通标志。

4.根据权利要求1或2所述的一种交通标志分类方法，其特征在于：所述组合不变量的计算公式如下：

式中，SI(p,q)为组合不变量，p为Fourier-Mellin矩的阶数，q为矩的重复度，j为虚部，m，k为索引号，c_p,k为下三角矩阵，d_k,m为c_p,k的逆矩阵；

θ＝arctan(I_1,1)，

I_m,q是图像的Fourier-Mellin矩的模糊不变量；

所述I_m,q的表达式如下：

式中，

模糊不变量I_m,q中，F_m,q为图像的正交Fourier-Mellin矩。