[发明专利]一种提取交通场景图像中交通标志牌区域方法及系统

说明书

本发明提供一种提取交通场景图像中交通标志牌区域方法及系统，其中方法包括对输入图像进行尺寸调整，还包括以下步骤：对调整后的图像进行颜色区域筛选；对筛选后的图像进行轮廓提取；对完成所述轮廓提取的图像进行裁切，输出最终结果。

技术领域

本发明涉及图像视觉的技术领域，特别是一种提取交通场景图像中交通标志牌区域方法及系统。

背景技术

交通标志牌的检测和识别是智能驾驶和无人驾驶系统中的重要组成部分，目前检测方法多是基于深度学习的，这些方法在公开的数据集上取得了很好的效果，但是在实际的环境中还是存储各种问题。

公开号为CN107679508A的发明专利申请公开了一种交通标志检测识别方法、装置和系统，综合使用SVF颜色空间与HSV颜色空间分割待识别交通场景图像中标志牌区域与非标志牌区域，能够有效排除干扰色的影响；通过对颜色通道图像进行形状检测与定位，能够实现对圆形、三角形及矩形等多种形状标志牌的检测，以实现标志牌定位，增加了识别种类；最后基于图像特征提取算法提取标志牌图像特征，并送入训练好的预设分类器进行标志牌的分类判别。该方法的缺点是经过对颜色区域的的筛选，再对标志牌进行检测，在检测的速度上会降低；另外上述专利只利用了颜色信息，没有利用标志牌在图像中出现的位置的分布特性，会导致筛选后的区域过大，需要过多的计算时间。

发明内容

为了解决上述的技术问题，本发明提出的提取交通场景图像中交通标志牌区域方法及系统，能够解决交通场景图像的预处理，确定交通标志牌在图像中的区域。

本发明的第一目的是提供一种提取交通场景图像中交通标志牌区域方法，包括对输入图像进行尺寸调整，还包括以下步骤：

步骤1：对调整后的图像进行颜色区域筛选；

步骤2：对筛选后的图像进行轮廓提取；

步骤3：对完成所述轮廓提取的图像进行裁切，输出最终结果。

优选的是，所述尺寸调整包括以下子步骤：

步骤01：计算目标像素在原图像中的位置(sX,sY)；

步骤02：计算目标像素位置上的像素值f(i+u,j+v)，其中，i和j是浮点坐标sX和sY的整数部分，u和v是浮点坐标sX和sY的小数部分。

在上述任一方案中优选的是，所述位置(sX,sY)的计算公式为：

sX＝(dX+0.5)×(sWidth/dwidth)-0.5

sY＝(dY+0.5)×(sHeight/dHeight)-0.5

其中，(dX,dY)为目标像素的位置坐标，sEidth为源图像的宽度，sHeigh为源图像的高度，dWidth为目标图像的宽度，dHeight为目标图像的高度。

在上述任一方案中优选的是，所述像素值f(i+u,j+v)的计算公式为：

f(i+u,j+v)＝(1-u)×(1-v)×f(i,j)+(1-u)×v×f(i,j+1)+u×(1-v)×f(i+1,j)+u×v×f(i+1,j+1)

其中，f(i,j)为源图像中(i,j)位置上的像素值，f(i,j+1)为源图像中(i,j+1)位置上的像素值，f(i+1,j)为源图像位置(i+1,j)上的像素值，f(i+1,j+1)为源图像位置(i+1,j+1)上的像素值。

在上述任一方案中优选的是，所述步骤1包括以下子步骤：

步骤11：对图像进行颜色空间的转换，从RGB颜色空间转换为HSV颜色空间；步骤12：通过读取图片、遍历图片中所有像素点，判断像素点颜色是否在四个颜色范围之内。