一種限速標識的識別方法和裝置的制造方法
【專利摘要】本發(fā)明提出一種限速標識的識別方法和裝置，方法包括：獲取一幀圖像，所述圖像為通過攝像裝置拍攝的路況的圖像；對所述圖像的有效部分進行截取，截取后的圖像為待識別圖像，對所述待識別圖像中的物體進行邊緣提取，獲得包含所述物體的邊緣圖形的邊緣圖像，根據(jù)所述邊緣圖形判斷所述物體是否為交通標識；若判斷所述物體為所述交通標識，且若判斷所述交通標識為所述限速標識，則從所述邊緣圖像中將所述限速標識的邊緣圖形分割出來，形成限速標識圖像，根據(jù)所述限速標識的邊緣圖形對所述限速標識圖像進行去干擾處理；對去干擾處理后的所述限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識別。本發(fā)明使對限速標識的識別率提高。
【專利說明】
一種限速標識的識別方法和裝置[0001]
技術(shù)領域
[0002]本發(fā)明涉及圖像識別領域，尤其涉及一種限速標識的識別方法和裝置。
[0003]【背景技術(shù)】
[0004]司機在駕駛車輛過程中，有時由于注意力比較集中，會忽略路邊的限速標識，從而導致超速或者車輛速度與道路不匹配;或者由于車速較快，沒看清路邊的限速標識，導致超速。
[0005]現(xiàn)有技術(shù)中提供了很多提示車速的方法，如通過車輛定位或者圖像識別限速標識，相對來說，通過圖像識別限速標識的方法提供的車速限制提示的準確率更高一些，但是目前圖像識別限速標識的方法中，還存在因為光線、遮擋物等問題而導致識別率不高的問題。
[0006]因此，有必要改進上面提到的缺陷。
[0007]
【發(fā)明內(nèi)容】

[0008]基于以上問題，本發(fā)明提出一種限速標識的識別方法，通過獲取攝像裝置拍攝的路況的圖像，對圖像的有效部分進行截取，使截取后的圖像為待識別圖像，對待識別圖像中的物體進行邊緣提取，獲得包含物體的邊緣圖形的邊緣圖像，根據(jù)邊緣圖形判斷物體是否為交通標識，若判斷物體為交通標識，且若判斷交通標識為限速標識，則從邊緣圖像中將限速標識的邊緣圖形分割出來，形成限速標識圖像，根據(jù)限速標識的邊緣圖形對限速標識圖像進行去干擾處理，對去干擾處理后的限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識別， 識別出的數(shù)字為限速標識對應的限速數(shù)字的方式，使對限速標識的識別率提高。
[0009]—方面，本發(fā)明提出一種限速標識的識別方法，包括:獲取圖像步驟，包括:獲取一幀圖像，所述圖像為通過攝像裝置拍攝的路況的圖像； 判斷交通標識步驟，包括:對所述圖像的有效部分進行截取，截取后的圖像為待識別圖像，對所述待識別圖像中的物體進行邊緣提取，獲得包含所述物體的邊緣圖形的邊緣圖像， 根據(jù)所述邊緣圖形判斷所述物體是否為交通標識，所述待識別圖像中至少包含一個所述物體；判斷限速標識步驟，包括:若判斷所述物體為所述交通標識，且若判斷所述交通標識為所述限速標識，則從所述邊緣圖像中將所述限速標識的邊緣圖形分割出來，形成限速標識圖像，根據(jù)所述限速標識的邊緣圖形對所述限速標識圖像進行去干擾處理；識別步驟，包括:對去干擾處理后的所述限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識別，識別出的數(shù)字為所述限速標識對應的限速數(shù)字。
[0010]此外，所述判斷交通標識步驟中所述對所述圖像的有效部分進行截取具體包括:所述圖像中消失線以上的圖像為所述圖像的有效部分，對消失線以上的圖像進行截取。
[0011]此外，所述判斷交通標識步驟中所述根據(jù)所述邊緣圖形判斷所述物體是否為交通標識具體包括:根據(jù)所述邊緣圖形所圍成區(qū)域的大小、區(qū)域的形狀和/或區(qū)域的寬高比判斷所述物體是否為所述交通標識。
[0012]此外，所述判斷限速標識步驟中所述若判斷所述交通標識為所述限速標識具體包括:對所述交通標識的邊緣圖形向外擴展像素，采用支持向量機的方法對向外擴展像素后的所述邊緣圖形進行識別，若識別出所述邊緣圖形為所述限速標識，則所述交通標識為所述限速標識。
[0013]此外，所述對所述交通標識的邊緣圖形向外擴展像素具體包括:對所述交通標識的邊緣圖形向外擴展1至5個像素。
[0014]此外，所述判斷限速標識步驟中所述根據(jù)所述限速標識的邊緣圖形對所述限速標識圖像進行去干擾處理具體包括:所述限速標識的邊緣圖形為圓形，計算所述圓形的半徑， 確定所述圓形的圓心，將所述限速標識圖像中，由圓心與半徑組成的圓以外的圖像去掉。
[0015]此外，所述識別步驟具體包括:對所述限速標識圖像去干擾處理后的圖像為待閾值處理圖像，對所述待閾值處理圖像進行直方圖的數(shù)值統(tǒng)計，根據(jù)數(shù)值統(tǒng)計中的最大值與最小值計算閾值，利用所述閾值對所述待閾值處理圖像進行閾值處理，得到所述限速標識的二值化圖像，對所述二值化圖像進行數(shù)字識別，得到所述限速標識對應的所述限速數(shù)字。
[0016]此外，還包括提示步驟，包括:通過語音播報的方式和/或通過顯示的方式對所述限速數(shù)字進行提示。
[0017]此外，所述獲取圖像步驟中所述攝像裝置安裝在其所在車輛的前擋風玻璃上。
[0018]另一方面，本發(fā)明提出一種限速標識的識別裝置，包括:獲取圖像模塊，用于:獲取一幀圖像，所述圖像為通過攝像裝置拍攝的路況的圖像； 判斷交通標識模塊，用于:對所述圖像的有效部分進行截取，截取后的圖像為待識別圖像，對所述待識別圖像中的物體進行邊緣提取，獲得包含所述物體的邊緣圖形的邊緣圖像， 根據(jù)所述邊緣圖形判斷所述物體是否為交通標識，所述待識別圖像中至少包含一個所述物體；判斷限速標識模塊，用于:若判斷所述物體為所述交通標識，且若判斷所述交通標識為所述限速標識，則從所述邊緣圖像中將所述限速標識的邊緣圖形分割出來，形成所述限速標識圖像，根據(jù)所述限速標識的邊緣圖形對所述限速標識圖像進行去干擾處理；識別模塊，用于:對去干擾處理后的所述限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識別，識別出的數(shù)字為限速標識對應的限速數(shù)字。
[0019]采用上述技術(shù)方案，具有以下有益效果:通過獲取攝像裝置拍攝的路況的圖像，對圖像的有效部分進行截取，使截取后的圖像為待識別圖像，對待識別圖像中的物體進行邊緣提取，獲得包含物體的邊緣圖形的邊緣圖像，根據(jù)邊緣圖形判斷物體是否為交通標識，若判斷物體為交通標識，且若判斷交通標識為限速標識，則從邊緣圖像中將限速標識的邊緣圖形分割出來，形成限速標識圖像，根據(jù)限速標識的邊緣圖形對限速標識圖像進行去干擾處理，對去干擾處理后的限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識別，識別出的數(shù)字為限速標識對應的限速數(shù)字的方式，使對限速標識的識別率提尚。
[0020]【附圖說明】[0021 ]圖1是根據(jù)本發(fā)明一個實施例的限速標識的識別方法的流程圖；圖2是根據(jù)本發(fā)明另一個實施例中攝像裝置拍攝的圖像的示意圖；圖3是根據(jù)本發(fā)明另一個實施例中對圖像的消失線以上的圖像進行截取后的圖像的示意圖；圖4是根據(jù)本發(fā)明另一個實施例中對去掉四角后的限速標識圖像的示意圖；圖5是根據(jù)本發(fā)明另一個實施例中對二值化圖像的示意圖；圖6是根據(jù)本發(fā)明另一個實施例中對切分出的數(shù)字的示意圖；圖7是根據(jù)本發(fā)明另一個實施例中數(shù)字頂部出現(xiàn)殘缺的情況的示意圖；圖8是根據(jù)本發(fā)明另一個實施例中數(shù)字中間部位出現(xiàn)殘缺的情況的示意圖；圖9是根據(jù)本發(fā)明另一個實施例中數(shù)字間出現(xiàn)粘連的示意圖；圖10是根據(jù)本發(fā)明另一個實施例的限速標識的識別方法的流程圖；圖11是根據(jù)本發(fā)明另一個實施例的限速標識的識別裝置的框圖。
[0022]【具體實施方式】
[0023]為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0024]參照圖1，本發(fā)明提出一種限速標識的識別方法，包括:獲取圖像步驟S001，包括:獲取一幀圖像，圖像為通過攝像裝置拍攝的路況的圖像； 判斷交通標識步驟S002,包括:對圖像的有效部分進行截取，截取后的圖像為待識別圖像，對待識別圖像中的物體進行邊緣提取，獲得包含物體的邊緣圖形的邊緣圖像，根據(jù)邊緣圖形判斷物體是否為交通標識，待識別圖像中至少包含一個物體；判斷限速標識步驟S003,包括:若判斷物體為交通標識，且若判斷交通標識為限速標識，則從邊緣圖像中將限速標識的邊緣圖形分割出來，形成限速標識圖像，根據(jù)限速標識的邊緣圖形對限速標識圖像進行去干擾處理；識別步驟S004,包括:對去干擾處理后的限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識別，識別出的數(shù)字為限速標識對應的限速數(shù)字。[〇〇25]獲取圖像步驟S001中，獲取一幀圖像，一幀圖像為從拍攝路況的連續(xù)錄像中獲取的一幀圖像，或者為從拍攝路況的不連續(xù)的圖像中獲取的一張圖像。拍攝裝置為攝像頭，在其中的一個實施例中，攝像頭安裝在車輛的前部的擋風玻璃上，在其中的一個實施例中，攝像頭安裝在車輛的前部的擋風玻璃的中間的位置。[〇〇26]判斷交通標識步驟S002,當攝像頭對車輛行駛方向前面的路況進行拍攝時，如果攝像頭安裝的為廣角鏡頭，則會拍攝到消失線以下的圖像，消失線是指:在焦點透視中變線延長至滅點之間的線段。圖2為攝像裝置拍攝到的圖像，消失線以下的圖像不包含路邊的交通標識，所以不需要對這部分圖像進行圖像處理，需要將這部分圖像去掉，只取消失線以上的圖像作為后續(xù)圖像處理的原圖像。圖3為對圖像的消失線以上的圖像進行截取后的圖像， 截取后的圖像為待識別圖像。
[0027]而且因為對圖像進行邊緣提取時，若圖像越大，其所需要消耗的時間就越長。在其中的一個實施例中，將從拍攝裝置獲取的一幀圖像進行截取，截取后的圖像為消失線與消失線以上50mm之間區(qū)域的圖像。從而節(jié)省對圖像的處理時間。[〇〇28] 對待識別圖像先進行降噪處理，如采用高斯降噪處理。
[0029]對降噪后的待識別圖像中的物體進行邊緣提取，邊緣提取的方法包括:Roberts Cross算子，Prewitt算子，Sobel算子，Kirsch算子，羅盤算子；Marr_Hildreth，Canny算子，Laplacian算子等。
[0030]Canny算子是常用的邊緣檢測方法，其特點是試圖將獨立邊的候選像素拼裝成輪廓。[〇〇31] John Canny于1986年提出Canny算子，它與Marr(LoG)邊緣檢測方法類似，也屬于是先平滑后求導數(shù)的方法。[〇〇32] John Canny研究了最優(yōu)邊緣檢測方法所需的特性，給出了評價邊緣檢測性能優(yōu)劣的三個指標:第一，好的信噪比，即將非邊緣點判定為邊緣點的概率要低，將邊緣點判為非邊緣點的概率要低；第二，高的定位性能，即檢測出的邊緣點要盡可能在實際邊緣的中心；第三，對單一邊緣僅有唯一響應，即單個邊緣產(chǎn)生多個響應的概率要低，并且虛假響應邊緣應該得到最大抑制。
[0033]Canny算子希望在提高對景物邊緣的敏感性的同時，可以抑制噪聲的方法才是好的邊緣提取方法。
[0034]在其中的一個實施例中，利用Canny算子求邊緣點具體算法步驟如下:步驟S201，用高斯濾波器平滑圖像。[〇〇35]步驟S202,用一階偏導有限差分計算梯度幅值和方向。[〇〇36]步驟S203,對梯度幅值進行非極大值抑制。[〇〇37]步驟S204,用雙閾值算法檢測和連接邊緣。[〇〇38] 在一些圖像處理的函數(shù)庫中，已經(jīng)對各種邊緣提取的方法進行了函數(shù)的實現(xiàn)和封裝，以Canny算子為例，在OpenCV函數(shù)庫中其對應的函數(shù)為cvCanny。
[0039]因為采用攝像裝置拍攝路況時，拍攝的圖像中通常會包含多個物體:如其它車輛、 路邊的指示牌、行人或樹木等，所以待識別圖像中至少包含一個物體，通常包含兩個以上的物體。
[0040]在判斷交通標識步驟S002中，獲得包含物體的邊緣圖形的邊緣圖像后，根據(jù)邊緣圖形判斷物體是否為交通標識。
[0041]如根據(jù)邊緣圖形所圍成區(qū)域的大小去判斷、根據(jù)邊緣圖形所圍成區(qū)域的形狀去判斷、或根據(jù)邊緣圖形所圍成區(qū)域的寬高比去判斷。如:預先設定區(qū)域的寬高比例在0.9 -1.2之間的數(shù)值，滿足寬高比例在0.9 - 1.2之間的區(qū)域?qū)倪吘増D形初步判定為交通標識。在其中的一個實施例中，使上述兩種或三種方法結(jié)合去判斷，判斷的結(jié)果會更加準確。
[0042]初步判定為交通標識后，接下來對邊緣圖像進行識別，在其中的一個實施例中，采用支持向量機對邊緣圖形進行識別，將真正的交通標識識別出來。[0〇43] 在判斷限速標識步驟S003中，當判斷物體為交通標識時，則接下來判斷該交通標識是否為限速標識。在其中的一個實施例中，對交通標識的邊緣圖形向外擴展像素，采用支持向量機的方法對向外擴展像素后的邊緣圖形進行識別，若識別出邊緣圖形為限速標識， 則交通標識為限速標識。因為支持向量機中采用的模板中交通標識的輪廓圖形為外輪廓圖像，而邊緣圖像中的邊緣圖形為物體的內(nèi)輪廓，所以需要將物體的邊緣圖形的輪廓向外擴幾個像素點，以使邊緣圖形為物體的外輪廓，從而與支持向量機中的模板中的交通標識的輪廓圖形匹配，以提高識別率。在其中的一個實施例中，將物體的邊緣圖形的輪廓向外擴1-5個像素點。在其中的一個實施例中，將物體的邊緣圖形的輪廓向外擴3個像素點。
[0044]接下來判斷交通標識是否為限速標識，先將限速標識從邊緣圖像中分割出來，形成限速標識圖像。在其中的一個實施例中，將限速標識圖像統(tǒng)一大小為50*50像素大小。
[0045]雖然限速標識只有圓形和兩個數(shù)字，但是在實際拍攝的圖像中，限速標識的周圍可能存在樹葉或其它的一些遮擋物，需要將這些遮擋物從限速標識圖像中去掉，同時因為限速標識為圓形，所以也需要將限速標識圖像的四角去掉。在其中的一個實施例中，計算圓形的半徑，確定圓形的圓心，將限速標識圖像中，由圓心與半徑組成的圓以外的圖像去掉。 這樣就將原來限速標識圖像的四角去掉了，完成了去干擾處理，圖4為去掉四角后的限速標識圖像。[〇〇46] 識別步驟S004中，對去干擾處理后的限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識別，識別出的數(shù)字為限速標識對應的限速數(shù)字。[〇〇47]對限速標識圖像去干擾處理后的圖像為待閾值處理圖像，將待閾值處理圖像中限速標識的圓去掉，然后對待閾值處理圖像進行直方圖的數(shù)值統(tǒng)計時，將閾值處理圖像分為四個區(qū)域:左上、右上、左下和右下，對四個區(qū)域分別進行直方圖的數(shù)值統(tǒng)計。尋找統(tǒng)計直方圖里面最大的數(shù)值，尋找統(tǒng)計直方圖里面最小的數(shù)值，用最大的數(shù)值*〇.5+最小的數(shù)值*0.5 計算出閾值。利用閾值對待閾值處理圖像進行閾值處理，得到限速標識的二值化圖像，圖5 為二值化圖像。對二值化圖像，做垂直投影以及水平投影找到數(shù)字相應的位置，切分出數(shù)字，圖6為切分出的數(shù)字，對切分出的數(shù)字，之后利用支持向量機訓練的10類模型(0，1，2,3， 4，5，6，7，8，9)對數(shù)字識別，得到限速標識對應的限速數(shù)字。
[0048]在對數(shù)字進行識別時，有時會出現(xiàn)殘缺的數(shù)字，針對數(shù)字出現(xiàn)殘缺的情況，針對不同的情況做不同對應的處理，如圖7所示的情況，需要將殘缺的數(shù)字的高度與最高的數(shù)字的高度對齊進行補充。如圖8所示的情況，數(shù)字的輪廓出現(xiàn)斷裂，此時以數(shù)字的最高點和最低點為數(shù)字的高度。
[0049]現(xiàn)有技術(shù)中對閾值選取不當?shù)那闆r下，會出現(xiàn)字符粘連的問題，如圖9所示。而采用本實施例中的方法，將數(shù)字從原圖中截取出來后，再使用閾值對限速標識進行二值化處理，則不會出現(xiàn)粘連的問題。
[0050]通過獲取攝像裝置拍攝的路況的圖像，對圖像的有效部分進行截取，使截取后的圖像為待識別圖像，對待識別圖像中的物體進行邊緣提取，獲得包含物體的邊緣圖形的邊緣圖像，根據(jù)邊緣圖形判斷物體是否為交通標識，若判斷物體為交通標識，且若判斷交通標識為限速標識，則從邊緣圖像中將限速標識的邊緣圖形分割出來，形成限速標識圖像，根據(jù)限速標識的邊緣圖形對限速標識圖像進行去干擾處理，對去干擾處理后的限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識別，識別出的數(shù)字為限速標識對應的限速數(shù)字的方式，使對限速標識的識別率提尚。[0051 ]在其中的一個實施例中，判斷交通標識步驟中對圖像的有效部分進行截取具體包括:圖像中消失線以上的圖像為圖像的有效部分，對消失線以上的圖像進行截取。消失線以下的圖像不包含路邊的交通標識，所以不需要對這部分圖像進行圖像處理，需要將這部分圖像去掉，只取消失線以上的圖像作為后續(xù)圖像處理的原圖像。而且因為對圖像進行邊緣提取時，若圖像越大，其所需要消耗的時間就越長。在其中的一個實施例中，將從拍攝裝置獲取的一幀圖像進行截取，截取后的圖像為消失線與消失線以上50mm之間區(qū)域的圖像。通過對消失線以上的圖像進行截取，節(jié)省了對圖像的處理時間。
[0052]在其中的一個實施例中，判斷交通標識步驟中根據(jù)邊緣圖形判斷物體是否為交通標識具體包括:根據(jù)邊緣圖形所圍成區(qū)域的大小、區(qū)域的形狀和/或區(qū)域的寬高比判斷物體是否為交通標識。通過本實施例中的方法，對物體進行初步判斷，從而節(jié)省了后續(xù)識別的時間，提尚了識別的效率。[〇〇53]在其中的一個實施例中，判斷限速標識步驟中若判斷交通標識為限速標識具體包括:對交通標識的邊緣圖形向外擴展像素，采用支持向量機的方法對向外擴展像素后的邊緣圖形進行識別，若識別出邊緣圖形為限速標識，則交通標識為限速標識。[〇〇54]在其中的一個實施例中，對交通標識的邊緣圖形向外擴展像素具體包括:對交通標識的邊緣圖形向外擴展1至5個像素。
[0055]因為支持向量機中采用的模板中交通標識的輪廓圖形為外輪廓圖像，而邊緣圖像中的邊緣圖形為物體的內(nèi)輪廓，所以需要將物體的邊緣圖形的輪廓向外擴幾個像素點，以使邊緣圖形為物體的外輪廓，從而與支持向量機中的模板中的交通標識的輪廓圖形匹配， 以提高識別率。在其中的一個實施例中，將物體的邊緣圖形的輪廓向外擴1-5個像素點。在其中的一個實施例中，將物體的邊緣圖形的輪廓向外擴3個像素點。[〇〇56]在其中的一個實施例中，判斷限速標識步驟中根據(jù)限速標識的邊緣圖形對限速標識圖像進行去干擾處理具體包括:限速標識的邊緣圖形為圓形，計算圓形的半徑，確定圓形的圓心，將限速標識圖像中，由圓心與半徑組成的圓以外的圖像去掉。通過確定圓心和半徑的方法，對限速標識圖像進行了去四角和干擾的處理。
[0057]在其中的一個實施例中，識別步驟具體包括:對限速標識圖像去干擾處理后的圖像為待閾值處理圖像，對待閾值處理圖像進行直方圖的數(shù)值統(tǒng)計，根據(jù)數(shù)值統(tǒng)計中的最大值與最小值計算閾值，利用閾值對待閾值處理圖像進行閾值處理，得到限速標識的二值化圖像，對二值化圖像進行數(shù)字識別，得到限速標識對應的限速數(shù)字。尋找統(tǒng)計直方圖里面最大的數(shù)值，尋找統(tǒng)計直方圖里面最小的數(shù)值，用最大的數(shù)值*〇.5+最小的數(shù)值*0.5計算出閾值。利用該閾值對待閾值處理圖像進行二值化，使待閾值處理圖像中的數(shù)字不會出現(xiàn)粘連的情況。[〇〇58]在其中的一個實施例中，還包括提示步驟，包括:通過語音播報的方式和/或通過顯示的方式對限速數(shù)字進行提示。將識別出的數(shù)字通過語音播報的方式對駕駛員進行提示，使駕駛員可以知道當前路段的限速值。利用該方法對限速標識進行識別后，對駕駛員進行限速提示的錯誤率降低。
[0059]在其中的一個實施例中，獲取圖像步驟中攝像裝置安裝在其所在車輛的前擋風玻璃上。將攝像裝置安裝在前擋風玻璃的中間位置，使攝像裝置可以最大視角的進行拍攝，除了拍攝交通標識以外，還可以用作其它用途。
[0060]參照圖10,說明本發(fā)明一個實施例的流程。
[0061]步驟S110,從攝像裝置拍攝的路況的圖像中獲取一幀圖像；步驟S111，將圖像中消失線與消失線以上50mm之間區(qū)域的圖像保存為待處理圖像； 步驟S112,對待處理圖像進行高斯降噪處理，對降噪后的待處理圖像中的物體進行邊緣檢測，經(jīng)過邊緣檢測后，得到邊緣圖像，邊緣圖像中各個物體對應各自的邊緣圖形；步驟S113,根據(jù)物體對應的邊緣圖形圍成區(qū)域的寬高比初步確定物體為交通標識； 步驟S114，通過支持向量機判定物體為交通識別；步驟S115，判定該交通標識為限速標識；步驟S116,將限速標識從邊緣圖像中分割出來，形成限速標識圖像，將限速標識圖像統(tǒng)一大小為50*50像素大??；步驟S117,去掉限速標識圖像的四角，去掉限速標識的圓形，得到待閾值處理圖像； 步驟S118,對待閾值處理圖像進行直方圖的數(shù)值統(tǒng)計時，將閾值處理圖像分為四個區(qū)域:左上、右上、左下和右下，對四個區(qū)域分別進行直方圖的數(shù)值統(tǒng)計尋找統(tǒng)計直方圖里面最大的數(shù)值，尋找統(tǒng)計直方圖里面最小的數(shù)值，用最大的數(shù)值*〇.5+最小的數(shù)值*0.5計算出閾值。利用該閾值對待閾值處理圖像進行二值化；步驟S119,對二值化圖像，做垂直投影以及水平投影找到數(shù)字相應的位置，切分出數(shù)字，之后利用支持向量機訓練的10類模型(0，1，2,3,4,5,6,7,8，9)對二值化圖像進行數(shù)字識別，得到限速標識對應的限速數(shù)字；步驟S120,通過語音播放的方式對駕駛員進行提示。
[0062]參照圖11，本發(fā)明還提出一種限速標識的識別裝置，包括:獲取圖像模塊10，用于:獲取一幀圖像，圖像為通過攝像裝置拍攝的路況的圖像；判斷交通標識模塊20,用于:對圖像的有效部分進行截取，截取后的圖像為待識別圖像，對待識別圖像中的物體進行邊緣提取，獲得包含物體的邊緣圖形的邊緣圖像，根據(jù)邊緣圖形判斷物體是否為交通標識，待識別圖像中至少包含一個物體；判斷限速標識模塊30,用于:若判斷物體為交通標識，且若判斷交通標識為限速標識， 則從邊緣圖像中將限速標識的邊緣圖形分割出來，形成限速標識圖像，根據(jù)限速標識的邊緣圖形對限速標識圖像進行去干擾處理；識別模塊40,用于:對去干擾處理后的限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行識另IJ，識別出的數(shù)字為限速標識對應的限速數(shù)字。
[0063]在其中的一個實施例中，判斷交通標識模塊20中對圖像的有效部分進行截取具體包括:圖像中消失線以上的圖像為圖像的有效部分，對消失線以上的圖像進行截取。
[0064]在其中的一個實施例中，判斷交通標識模塊20中根據(jù)邊緣圖形判斷物體是否為交通標識具體包括:根據(jù)邊緣圖形所圍成區(qū)域的大小、區(qū)域的形狀和/或區(qū)域的長寬比判斷物體是否為交通標識。
[0065]在其中的一個實施例中，判斷限速標識模塊30中若判斷交通標識為限速標識具體包括:對交通標識的邊緣圖形向外擴展像素，采用支持向量機的方法對向外擴展像素后的邊緣圖形進行識別，若識別出邊緣圖形為限速標識，則交通標識為限速標識。
[0066]在其中的一個實施例中，對交通標識的邊緣圖形向外擴展像素具體包括:對交通標識的邊緣圖形向外擴展1至5個像素。
[0067]在其中的一個實施例中，判斷限速標識模塊30中根據(jù)限速標識的邊緣圖形對限速標識圖像進行去干擾處理具體包括:限速標識的邊緣圖形為圓形，計算圓形的半徑，確定圓形的圓心，將限速標識圖像中，由圓心與半徑組成的圓以外的圖像去掉。[〇〇68]在其中的一個實施例中，識別模塊40具體包括:對限速標識圖像去干擾處理后的圖像為待閾值處理圖像，對待閾值處理圖像進行直方圖的數(shù)值統(tǒng)計，根據(jù)數(shù)值統(tǒng)計中的最大值與最小值計算閾值，利用閾值對待閾值處理圖像進行閾值處理，得到限速標識的二值化圖像，對二值化圖像進行數(shù)字識別，得到限速標識對應的限速數(shù)字。
[0069]在其中的一個實施例中，還包括提示模塊，用于:通過語音播報的方式和/或通過顯示的方式對限速數(shù)字進行提示。
[0070]在其中的一個實施例中，獲取圖像模塊中攝像裝置安裝在其所在車輛的前擋風玻璃上。
[0071]以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。本領域普通技術(shù)人員在不付出創(chuàng)造性的勞動的情況下，即可以理解并實施。
[0072]通過以上的實施方式的描述，本領域的技術(shù)人員可以清楚地了解到各實施方式可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當然也可以通過硬件?；谶@樣的理解，上述技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品可以存儲在計算機可讀存儲介質(zhì)中，如R0M/RAM、磁碟、光盤等，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網(wǎng)絡設備等)執(zhí)行各個實施例或者實施例的某些部分所述的方法。
[0073]最后應說明的是:以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制;盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術(shù)人員應當理解:其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換； 而這些修改或者替換，并不使相應技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。
【主權(quán)項】
1.一種限速標識的識別方法，其特征在于，包括:獲取圖像步驟，包括:獲取一幀圖像，所述圖像為通過攝像裝置拍攝的路況的圖像；判斷交通標識步驟，包括:對所述圖像的有效部分進行截取，截取后的圖像為待識別圖 像，對所述待識別圖像中的物體進行邊緣提取，獲得包含所述物體的邊緣圖形的邊緣圖像， 根據(jù)所述邊緣圖形判斷所述物體是否為交通標識，所述待識別圖像中至少包含一個所述物 體；判斷限速標識步驟，包括:若判斷所述物體為所述交通標識，且若判斷所述交通標識為 所述限速標識，則從所述邊緣圖像中將所述限速標識的邊緣圖形分割出來，形成限速標識 圖像，根據(jù)所述限速標識的邊緣圖形對所述限速標識圖像進行去干擾處理；識別步驟，包括:對去干擾處理后的所述限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行 識別，識別出的數(shù)字為所述限速標識對應的限速數(shù)字。2.根據(jù)權(quán)利要求1所述的限速標識的識別方法，其特征在于:所述判斷交通標識步驟中所述對所述圖像的有效部分進行截取具體包括:所述圖像中 消失線以上的圖像為所述圖像的有效部分，對消失線以上的圖像進行截取。3.根據(jù)權(quán)利要求1所述的限速標識的識別方法，其特征在于:所述判斷交通標識步驟中所述根據(jù)所述邊緣圖形判斷所述物體是否為交通標識具體 包括:根據(jù)所述邊緣圖形所圍成區(qū)域的大小、區(qū)域的形狀和/或區(qū)域的寬高比判斷所述物體 是否為所述交通標識。4.根據(jù)權(quán)利要求1所述的限速標識的識別方法，其特征在于:所述判斷限速標識步驟中所述若判斷所述交通標識為所述限速標識具體包括:對所述 交通標識的邊緣圖形向外擴展像素，采用支持向量機的方法對向外擴展像素后的所述邊緣 圖形進行識別，若識別出所述邊緣圖形為所述限速標識，則所述交通標識為所述限速標識。5.根據(jù)權(quán)利要求4所述的限速標識的識別方法，其特征在于:所述對所述交通標識的邊緣圖形向外擴展像素具體包括:對所述交通標識的邊緣圖形 向外擴展1至5個像素。6.根據(jù)權(quán)利要求1所述的限速標識的識別方法，其特征在于:所述判斷限速標識步驟中所述根據(jù)所述限速標識的邊緣圖形對所述限速標識圖像進 行去干擾處理具體包括:所述限速標識的邊緣圖形為圓形，計算所述圓形的半徑，確定所述 圓形的圓心，將所述限速標識圖像中，由圓心與半徑組成的圓以外的圖像去掉。7.根據(jù)權(quán)利要求1所述的限速標識的識別方法，其特征在于:所述識別步驟具體包括:對所述限速標識圖像去干擾處理后的圖像為待閾值處理圖 像，對所述待閾值處理圖像進行直方圖的數(shù)值統(tǒng)計，根據(jù)數(shù)值統(tǒng)計中的最大值與最小值計 算閾值，利用所述閾值對所述待閾值處理圖像進行閾值處理，得到所述限速標識的二值化 圖像，對所述二值化圖像進行數(shù)字識別，得到所述限速標識對應的所述限速數(shù)字。8.根據(jù)權(quán)利要求1至7任一項所述的限速標識的識別方法，其特征在于:還包括提示步驟，包括:通過語音播報的方式和/或通過顯示的方式對所述限速數(shù)字進 行提示。9.根據(jù)權(quán)利要求1至7任一項所述的限速標識的識別方法，其特征在于:所述獲取圖像步驟中所述攝像裝置安裝在其所在車輛的前擋風玻璃上。10.—種限速標識的識別裝置，其特征在于，包括:獲取圖像模塊，用于:獲取一幀圖像，所述圖像為通過攝像裝置拍攝的路況的圖像；判斷交通標識模塊，用于:對所述圖像的有效部分進行截取，截取后的圖像為待識別圖 像，對所述待識別圖像中的物體進行邊緣提取，獲得包含所述物體的邊緣圖形的邊緣圖像， 根據(jù)所述邊緣圖形判斷所述物體是否為交通標識，所述待識別圖像中至少包含一個所述物 體；判斷限速標識模塊，用于:若判斷所述物體為所述交通標識，且若判斷所述交通標識為 所述限速標識，則從所述邊緣圖像中將所述限速標識的邊緣圖形分割出來，形成所述限速 標識圖像，根據(jù)所述限速標識的邊緣圖形對所述限速標識圖像進行去干擾處理；識別模塊，用于:對去干擾處理后的所述限速標識圖像中的邊緣圖形內(nèi)部的數(shù)字進行 識別，識別出的數(shù)字為限速標識對應的限速數(shù)字。
【文檔編號】G06K9/00GK106022268SQ201610343756
【公開日】2016年10月12日
【申請日】2016年5月23日
【發(fā)明人】任云
【申請人】廣州鷹瞰信息科技有限公司