[发明专利]一种车载图像的实时交通限速标志识别方法

权利要求书

1.一种车载图像的实时交通限速标志识别方法，其特征在于，包括：

从车载图像传感器获取图像，基于所述获取图像生成多层金字塔图像；

计算所述多层金字塔图像的梯度方向，生成多层梯度方向图；

根据Co-HOG特征和SVM算法构建形成圆形检测器，用于检测所述多层梯度方向图中的圆形目标物；

根据Co-HOG特征和SVM算法形成交通限速标志识别器，交通限速标志识别器由多个不同限速速度下的子识别器构成；

根据Co-HOG特征和SVM算法形成交通限速标志验证器，交通限速标志验证器由多个不同限速速度下的子验证器构成；

使用圆形检测器在所述多层梯度方向图的ROI区域中检测圆形目标物；然后将圆形目标物的检测结果输入到各个子识别器里处理，再计算得到相似度，比较各个子识别器输出结果的相似度，取相似度最大且相似度大于预设定的第一相似阈值的子识别器输出结果作为识别结果；然后根据子识别器和子验证器之间的对应关系将识别结果输入子验证器处理：如果子识别器有对应的子验证器，则把识别结果输入到各个子验证器里处理，再计算得到相似度，比较各个子验证器输出结果的相似度，取相似度最大且相似度大于预设定的第二相似阈值的子验证器输出结果作为识别结果；如果子识别器没有对应的子验证器或者各个子验证器输出结果的相似度均小于预设定的第二相似阈值，则子识别器的输出结果为最终的识别结果；

所述根据Co-HOG特征和SVM算法形成交通限速标志验证器的步骤包括：获取各个子验证器的训练样本，所述各个子验证器的训练样本包括具有圆形特征的各个交通限重标志图像构成的正样本和其他不包含交通限速标志和交通限重标志的图像构成的负样本；提取正样本和负样本的Co-HOG特征，再采用SVM算法对所述各个子验证器训练样本及其Co-HOG特征分别进行训练，训练后获得各个子验证器；

在车辆前部安装图像传感器，将图像传感器采集获得的实时图像用圆形检测器、交通限速标志识别器和交通限速标志验证器共同进行处理获得图像中交通限速标志的识别结果。

2.根据权利要求1所述的一种车载图像的实时交通限速标志识别方法，其特征在于：所述的图像传感器采用前置摄像头/相机，安装并朝向在车前。

3.根据权利要求1所述的一种车载图像的实时交通限速标志识别方法，其特征在于：所述根据Co-HOG特征和SVM算法形成圆形检测器的步骤包括：获取检测器训练样本，所述检测器训练样本包括具有圆形特征的各个交通限速标志图像构成的正样本和其他不具备圆形特征的图像构成的负样本；提取正样本和负样本的Co-HOG特征，再采用SVM算法对所述检测器训练样本及其Co-HOG特征进行训练，训练后获得圆形检测器。

4.根据权利要求1所述的一种车载图像的实时交通限速标志识别方法，其特征在于：所述根据Co-HOG特征和SVM算法形成交通限速标志识别器的步骤包括：获取各个子识别器的训练样本，所述各个子识别器的训练样本包括各个不同限速速度对应的交通限速标志图像构成的正样本和其他不包含交通限速标志的图像构成的负样本；提取正样本和负样本的Co-HOG特征，再采用SVM算法对所述各个子识别器训练样本及其Co-HOG特征分别进行训练，训练后获得各个子识别器。