王海軍

摘要：為解決駕駛員因疲勞駕駛，從而出現誤判限速牌的情況。本文采用直方圖的圖像增強技術、歸一化處理、canny算法、HOUGH變換，提出限速牌的數據傳送到導航系統(tǒng)，與GPS檢測的速度值比較，達到預警的作用。

關鍵詞：圖像增強技術 歸一化處理 canny、HOUGH變換

0 引言

車禍被譽為沒有硝煙的戰(zhàn)爭，是當今世界上危害人們生命財產安全最嚴重的公害之一。造成車禍最主要的原因是違章超速行駛。超速行駛影響駕駛員的反應判斷能力和認識空間的能力，易出現誤判，基于機器視覺的限速牌自動識別算法有效、快速、準確的預警車載是否處于安全行駛狀態(tài)。

1 系統(tǒng)設計

本系統(tǒng)首先是機器視覺的限速牌自動識別系統(tǒng)提出速度值與GPS導航系統(tǒng)定位的速度作邏輯比較運算，下達給上位機的執(zhí)行器作出判斷、預警。

■

2 限速牌識別算法研究

為了增強識別的準確度、穩(wěn)定性，本文采用了圖像增強、歸一化處理、canny、HOUGH變換、提出限速牌的數據傳送到導航系統(tǒng)。

2.1 直方圖的圖像增強技術 在應用中，圖像增強技術沒有固定和統(tǒng)一的標準，只要能把圖像的質量和識別的精度提高。而系統(tǒng)在對限速牌數據攝取，變換、傳輸的時候，受到自然環(huán)境因素的影響，獲得的圖像失真較大，易造成誤提取。直方圖的增強技術可以根據圖像實際情況，采用直方圖增強技術，將速度值增強，濾掉雜質等無關緊要的信息，以便從整體或局部上起到改善圖像質量的作用。

2.2 歸一化處理技術 本文設定單位大小為：100*100像素的圖像，當獲取到120*150的圖像時候，就需要將120*150的圖像歸一化到100*100，具體操作是它的寬和高都乘以一個縮放參數1/1.2、1/1.5。要想實現圖像的標準化就要先將字符調到一致的尺寸，再將系統(tǒng)中的高度統(tǒng)一一致，最后根據高度的不同來調整字符。

2.3 邊緣檢測算法 所謂圖像的邊緣就是指圖像中局部區(qū)域亮度變化劇烈的部分，它是圖像分割的重要特征和依據，包含了圖像的絕大部分信息。邊緣檢測作為圖像處理技術研究的重要領域，其檢測結果將作為重要參考，以得出最終的目標圖像。

Canny算法是一種與邊緣檢測類似的方法，具體步驟包括：降噪、尋找圖像中的亮度梯度、在圖像中跟蹤邊緣。本文首先是將限速牌濾波，再利用雙閾值算法檢測和鏈接邊緣。（如圖2圖3所示）

■

2.4 圓的檢測Hough變換技術 Hough變換利用點-線的對偶性將圖像內的空間線條轉換為參數空間的聚集點，搜索給定性質的曲線是否存在，根據此原理便可檢測限速牌的圓。

所謂圓形輪廓的去除，實質上就是掏空圖像內部，若給定圖像中有一點是黑的，并且其相鄰的8個點也是黑色時，就要將該點去掉，以獲得具有圖像外部輪廓的特征點的像素，具體操作流程為：先進行限速標志圖像的整體掃描，處理后的圖像會呈現黑白色，若掃描時遇到白色像素點，則將函數值設定為0，直到掃描至出現黑色像素時，方停止掃描。使白色圓形輪廓和背景樣色保持一致，即為黑色，然后去除。

3 模板匹配

受到集合變形、系統(tǒng)性強度變化及幾何變形的因素的影響都會改變被測物的屬性，影響匹配的準確性，增加偽相關概率。本文采用模板匹配識別限速標志，大大提高了匹配的正確率和適應性，不會出現因黏連筆畫和斷裂而產生誤判的情況。

3.1 待測樣品特征提取 在提取待測樣品的特征時，先確定各個樣品的起始位置，并在此范圍內將樣品的高度和寬度測算出來，再根據各樣品的長度和寬度劃分為等量的8份，構建出一個8×8的模板之后，統(tǒng)計各個小區(qū)域內的黑像素個數，計算其與該小區(qū)域的面積總數的比值。具體包括以下三個步驟：①搜索數據區(qū)，劃分限速牌上下左右的邊界范圍。②構建一個8×8的模板區(qū)域。③計算各個小區(qū)域中黑像素的比例。

3.2 訓練集特征庫的建立 在監(jiān)督學習（分類器設計方法）識別方法中，為了能夠對未知事物進行分類，必須輸入一定數量的樣品，構成訓練集，而且根據這些樣品的類別已知，提取這些樣品的特征，然后判別函數，構成一個分類器。再用該分類器判別未知類別的模式。

3.3 限速標志識別算法流程圖 通過上文的一系列處理，限速標志識別算法的步驟如圖4。

4 結論

本文采用了與市場廣泛使用的GPS導航系統(tǒng)相結合與限速牌提取的數據進行邏輯比較，利用先進的識別算法排除了受到系統(tǒng)噪聲、曝光不足（或過量）以及相對運動等因素影響，有效的提高了識別的精度，對后期的神經網絡識別算法提供了基礎。

參考文獻：

[1]劉懷賢，姚曉東，常青.基于Canny算子的紅外圖像邊緣檢測研究[J].激光與紅外，2007，37（5）：474-477.

[2]李婭婭，李志潔等.圖像邊緣檢測算法的比較與實現[J].計算機工程與設計，2010，31（9）：19-21.

[3]周金偉.自適應局部圖像增強技術研究[D].國防科學技術大學，2010.