CN111062309A - 一种雨天交通标志检测方法、存储介质及系统 - Google Patents

Abstract

本发明公开了一种雨天交通标识检测方法、存储介质及系统，其中，所述方法包括步骤：对获取雨天交通标志图像进行灰度化处理，得到灰度图像；根据灰度图像的灰度级分布，计算灰度图像在不同灰度级下的概率密度以及累计分布函数并自动确定颜色阈值；利用颜色阈值对所述灰度图像进行二值化处理，得到二值化后图像；对二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后，得到含有连通区域的图像；对图像的连通区域进行分块并提取几何特征描述符，根据所述几何特征描述符完成交通标志检测，获得结果图像。本发明通过采用根据不同灰度级的累计分布函数自动确定颜色阈值方式，使得所述雨天交通标志检测方法具有更高的检测率且鲁棒性更强。

Description

一种雨天交通标志检测方法、存储介质及系统

技术领域

本发明涉及图像处理技术领域，尤其涉及一种雨天交通标识检测方法、存储介质及系统。

背景技术

今年来，随着科学技术的不断发展和经济水平的提高，汽车数量也日益增长，智能交通系统和驾驶辅助系统的研究受到了广泛关注。其中，交通标志检测与识别系统(TSDR)是高级驾驶辅助系统的一个重要组成部分，其可以实现对外部环境进行感知，为驾驶员提供道路信息，提升了驾驶安全性。

在真实的行驶过程中，天气和道路环境均会发生变化，特别是在雨天情况下，不同的光照，复杂的环境都会对道路环境感知造成一定的影响。

目前常用的交通标志检测方法主要分为基于颜色、基于形状和基于学习三类。交通标志具有鲜明的颜色(红色、黄色、蓝色和绿色等)和形状特征(圆形、矩形和三角形等)，在基于颜色和形状检测方面一般采用固定颜色阈值的方式对标志进行分割，以定位出标志位置。上述方法在检测标识方面效果良好，但仍存在以下问题：

1、固定阈值的方式对光照变化大，道路环境复杂的情况，不能有效地对交通进行标志分割，容易对后续的形状检测造成误检和漏检；

2、现有检测方法没有考虑到雨天情况下，光照变化复杂，交通标志图像对比度降低，在雨天情况下鲁棒性较差；

3、利用标志阈值分割后，存在较多噪声，只采用滤波的方式不能完全滤除噪声的影响，对后续的形状检测造成误检并增加计算复杂度。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种雨天交通标识检测方法、存储介质及系统，旨在解决现有对雨天交通标志进行检测的方法存在检测率较低和鲁棒性较差的问题。

本发明的技术方案如下：

一种雨天交通标识检测方法，其中，包括步骤：

对获取的雨天交通标志图像进行颜色增强处理；

对经过颜色增强处理的所述雨天交通标志图像进行灰度化处理，得到灰度图像；

根据所述灰度图像的灰度级分布，计算所述灰度图像在不同灰度级下的概率密度以及累计分布函数；

基于交通标识的颜色特征，根据所述不同灰度级的累计分布函数自动确定颜色阈值；

利用所述颜色阈值对所述灰度图像进行二值化处理，得到二值化后图像；

对所述二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后，得到含有连通区域的图像；

对所述图像的连通区域进行分块并提取几何特征描述符，根据所述几何特征描述符完成交通标志检测，获得结果图像。

所述的雨天交通标识检测方法，其中，所述对获取的雨天交通标志图像进行颜色增强处理之前还包括步骤：

对所述雨天交通标志图像进行归一化处理。

所述的雨天交通标识检测方法，其中，所述对获取的雨天交通标志图像进行颜色增强处理的步骤包括：

对所述雨天交通标志图像进行红色、蓝色和黄色的颜色增强，所述颜色增强公式如下所示：

其中，x_R，x_G，x_B为雨天交通标志图像中任一像素x的R、G、B三通道分量值，f_R(x)，f_B(x)，f_Y(x)是增强后的颜色分量。

所述的雨天交通标识检测方法，其中，所述根据所述灰度图像的灰度级分布，计算不同灰度级的概率分布以及累计分布函数的步骤包括：

将所述灰度图像按照灰度级[0-255]进行映射，得到不同灰度级的概率；

根据所述不同灰度级的概率计算所述灰度图像在不同灰度级下的概率对应的累计分布函数：

其中，m为灰度值，h(k)为不同灰度级对应的像素个数，M，N为图像长宽，k为最小灰度值min到最大值max之间的灰度变量。

所述的雨天交通标识检测方法，其中，所述基于交通标识的颜色特征，根据所述不同灰度级的累计分布函数自动确定颜色阈值的步骤包括：

根据所述累计分布函数求取满足以下条件的灰度值：若m＝m₁，且满足

时，所述m1即为自动确定的颜色阈值，其中α为基于交通标识的颜色特征所设定的固定参数值，α的取值为0.96。

所述的雨天交通标识检测方法，其中，所述几何特征描述符包括面积、长宽比、圆度、矩形度以及伸长度。

所述的雨天交通标识检测方法，其中，所述圆度的计算公式为：

矩形度的计算公式为：

伸长度的计算公式为：

其中，A_r为连通区域所有像素和，L为连通区域周长，W为连通区域x方向长度，H为感兴趣区域y方向的长度。

一种存储介质，其中，所述存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或多个处理器执行，以实现本发明所述雨天交通标识检测方法的步骤。

一种雨天交通标识检测系统，其中，包括至少一个处理器、显示屏、存储器以及通信接口和总线，所述处理器、显示屏、存储器和通信接口通过总线完成相互间的通信，所述处理器调用存储器中的逻辑指令以执行本发明所述雨天交通标识检测方法的步骤。

有益效果：本发明通过采用根据不同灰度级的累计分布函数自动确定颜色阈值方式，使得所述雨天交通标志检测方法具有更高的检测率且鲁棒性更强；本发明对所述二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后，可有效去除噪声避免对后续的形状检测造成误检且降低计算复杂度，提高检测效率。

附图说明

图1为本发明一种雨天交通标识检测方法较佳实施例的流程图。

图2为经过归一化处理的原始雨天交通标志图像。

图3为经过颜色增强处理的雨天交通标志图像。

图4为经过颜色阈值分割后的雨天交通标志图像。

图5为经过最大连通区域检测及形态学处理后的雨天交通标志图像。

图6为所述雨天交通标识图像经过雨天交通标识检测的结果图像。

图7为本发明一种雨天交通标识检测系统的结构框图。

具体实施方式

本发明提供一种雨天交通标识检测方法、存储介质及系统，为使本发明的目的、技术方案及效果更加清楚、明确，以下对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参阅图1，图1为本发明提供的一种雨天交通标志检测方法较佳实施例的流程图，如图所示，其包括步骤：

S10、对获取的雨天交通标志图像进行颜色增强处理；

S20、对经过颜色增强处理的所述雨天交通标志图像进行灰度化处理，得到灰度图像；

S30、根据所述灰度图像的灰度级分布，计算所述灰度图像在不同灰度级下的概率密度以及累计分布函数；

S40、基于交通标识的颜色特征，根据所述不同灰度级的累计分布函数自动确定颜色阈值；

S50、利用所述颜色阈值对所述灰度图像进行二值化处理，得到二值化后图像；

S60、对所述二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后，得到含有连通区域的图像；

S70、对所述图像的连通区域进行分块并提取几何特征描述符，根据所述几何特征描述符完成交通标志检测，获得结果图像。

本实施例通过采用根据不同灰度级的累计分布函数自动确定颜色阈值方式，使得所述雨天交通标志检测方法具有更高的检测率且鲁棒性更强；本发明对所述二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后，可有效去除噪声避免对后续的形状检测造成误检且降低计算复杂度，提高检测效率。

在一些实施方式中，为节省对雨天交通标志图像的处理时间和计算复杂度，本实施例在对获取的雨天交通标志图像进行颜色增强处理之前还包括步骤：对所述雨天交通标志图像进行归一化处理，调整所述雨天交通标志图像的大小。

在一些实施方式中，由于雨天情况下交通标志图像对比度低，而交通标志颜色鲜明，多为红色、黄色、蓝色的特点，对雨天交通标志图像进行RBY的颜色增强，提高图像对比度。本实施例所述对经过归一化处理的所述雨天交通标志图像进行颜色增强处理的步骤包括：

对所述雨天交通标志图像进行红色、蓝色和黄色的颜色增强，所述颜色增强公式如下所示：

其中，x_R，x_G，x_B为雨天交通标志图像中任一像素x的R、G、B三通道分量值，f_R(x)，f_B(x)，f_Y(x)是增强后的颜色分量，将增强后的颜色分量数值作为该像素x新的R、G、B颜色分量值，得到颜色增强后图像，如图2所示。

在一些实施方式中，对经过颜色增强处理的所述雨天交通标志图像进行灰度化处理，得到如图3所示的灰度图像。进一步根据所述灰度图像的灰度级分布，计算不同灰度级的概率分布以及累计分布函数，具体的，将所述灰度图像在直方图中按照灰度级[0-255]进行映射，得到不同灰度级的概率；根据所述不同灰度级的概率计算所述灰度图像在不同灰度级下的概率对应的累计分布函数：

其中，h(k)为不同灰度级对应的像素个数，M，N为图像长宽，k为最小灰度值min到最大值max之间的灰度变量。

在一些实施方式中，基于交通标识的颜色特征，根据所述不同灰度级的累计分布函数自动确定颜色阈值：根据所述累计分布函数求取满足以下条件的灰度值：若m＝m₁，且满足

时，所述m1即为自动确定的颜色阈值，其中α为基于交通标识的颜色特征所设定的固定参数值，α的取值范围为0.96。

在一些实施方式中，利用所述自动确定的颜色阈值对所述灰度图像进行二值化处理，得到如图4所示的二值化后图像。具体来讲，对所述灰度图像中各像素点灰度值大于所述颜色阈值的部分赋值为255，小于所述颜色阈值的部分赋值为0，即

在一些实施方式中，对所述经过二值化处理的二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后，得到含有连通区域的图像。具体来讲，根据交通标识的连通性，对所述二值化后图像进行最大连通区域检测。例如，调用最大连通区域函数，根据函数中参数设置，调整其中灰度值变化量，连通区域面积范围，以及最大稳定度等参数，确定图像中的最大连通区域N(N＝1,2,3...)，以去除噪声，得到处理后图像；对所述处理后图像进行腐蚀和膨胀、开操作和闭操作的形态学处理，除去孤立点；最后对经过形态学处理后的图像进行凸处理，填充二值化区域内部，得到如图5所示含有连通区域的图像，为后续的雨天交通标志检测提供便利。

在一些实施方式中，对所述图像的连通区域进行分块并提取几何特征描述符，根据所述几何特征描述符完成交通标志检测，获得结果图像。具体来讲，对如图5所示图像中的每个连通区域提取几何特征描述符，根据交通标志的形状特征获得标志的几何约束条件，符合条件的几何特征描述符所对应的二值化区域即为交通标志区域；标记该连通区域对应的最小外接矩形的坐标值，根据所述坐标值在原始图像中圈出交通标志区域得到如图6所示的图像，即完成对雨天交通标志图像的交通标志检测。

在一些具体实施方式中，所述几何特征描述符包括面积、长宽比、圆度、矩形度以及伸长度，所述圆度的计算公式为：

矩形度的计算公式为：

伸长度的计算公式为：

其中，A_r为连通区域所有像素和，L为连通区域周长，W为连通区域x方向长度，H为感兴趣区域y方向的长度。

一种存储介质，其中，所述存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或多个处理器执行，以实现本发明所述雨天交通标识检测方法的步骤。

在一些实施方式中，还提供一种雨天交通标识检测系统，如图7所示，其包括包括至少一个处理器20、显示屏21、存储器22以及通信接口23和总线24，其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中所述雨天交通标识检测方法的步骤。

此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器30通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。

存储器22可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

综上所述，本发明通过采用根据不同灰度级的累计分布函数自动确定颜色阈值方式，使得所述雨天交通标志检测方法具有更高的检测率且鲁棒性更强；本发明对所述二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后，可有效去除噪声避免对后续的形状检测造成误检且降低计算复杂度，提高检测效率。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (9)

1.一种雨天交通标识检测方法，其特征在于，包括步骤：

对获取的雨天交通标志图像进行颜色增强处理；

对经过颜色增强处理的所述雨天交通标志图像进行灰度化处理，得到灰度图像；

根据所述灰度图像的灰度级分布，计算所述灰度图像在不同灰度级下的概率密度以及累计分布函数；

基于交通标识的颜色特征，根据所述不同灰度级的累计分布函数自动确定颜色阈值；

利用所述颜色阈值对所述灰度图像进行二值化处理，得到二值化后图像；

对所述二值化后图像依次进行最大连通区域检测、形态学处理以及凸处理后，得到含有连通区域的图像；

对所述图像的连通区域进行分块并提取几何特征描述符，根据所述几何特征描述符完成交通标志检测，获得结果图像。

2.根据权利要求1所述的雨天交通标识检测方法，其特征在于，所述对获取的雨天交通标志图像进行颜色增强处理之前还包括步骤：

对所述雨天交通标志图像进行归一化处理。

3.根据权利要求1所述的雨天交通标识检测方法，其特征在于，所述对获取的雨天交通标志图像进行颜色增强处理的步骤包括：

对所述雨天交通标志图像进行红色、蓝色和黄色的颜色增强，所述颜色增强公式如下所示：

其中，x_R，x_G，x_B为雨天交通标志图像中任一像素x的R、G、B三通道分量值，f_R(x)，f_B(x)，f_Y(x)是增强后的颜色分量。

4.根据权利要求1所述的雨天交通标识检测方法，其特征在于，所述根据所述灰度图像的灰度级分布，计算不同灰度级的概率分布以及累计分布函数的步骤包括：

将所述灰度图像按照灰度级[0-255]进行映射，得到不同灰度级的概率；

根据所述不同灰度级的概率计算所述灰度图像在不同灰度级下的概率对应的累计分布函数：

其中，m为灰度值，h(k)为不同灰度级对应的像素个数，M，N为图像长宽，k为最小灰度值min到最大值max之间的灰度变量。

5.根据权利要求4所述的雨天交通标识检测方法，其特征在于，所述基于交通标识的颜色特征，根据所述不同灰度级的累计分布函数自动确定颜色阈值的步骤包括：

根据所述累计分布函数求取满足以下条件的灰度值：若m＝m₁，且满足

时，所述m1即为自动确定的颜色阈值，其中α为基于交通标识的颜色特征所设定的固定参数值，α的取值为0.96。

6.根据权利要求1所述的雨天交通标识检测方法，其特征在于，所述几何特征描述符包括面积、长宽比、圆度、矩形度以及伸长度。

7.根据权利要求6所述的雨天交通标识检测方法，其特征在于，所述圆度的计算公式为：

矩形度的计算公式为：

伸长度的计算公式为：

其中，A_r为连通区域所有像素和，L为连通区域周长，W为连通区域x方向长度，H为感兴趣区域y方向的长度。

8.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序被一个或多个处理器执行，以实现上述权利要求1-7任一所述雨天交通标识检测方法的步骤。

9.一种雨天交通标识检测系统，其特征在于，包括至少一个处理器、显示屏、存储器以及通信接口和总线，所述处理器、显示屏、存储器和通信接口通过总线完成相互间的通信，所述处理器调用存储器中的逻辑指令以执行上述权利要求1-7任一所述雨天交通标识检测方法的步骤。

Images