仇小鵬，田 杰，胡秋霞，賈 帥

（西安航空學(xué)院計(jì)算機(jī)學(xué)院，陜西 西安 710077）

隨著計(jì)算機(jī)技術(shù)的進(jìn)步和無人駕駛汽車、車載導(dǎo)航技術(shù)的快速發(fā)展，交通信號標(biāo)志識別已經(jīng)成為21 世紀(jì)最熱門的話題之一，所以智能交通系統(tǒng)深受科學(xué)家們的關(guān)注，成為圖像識別領(lǐng)域的一個(gè)研究熱點(diǎn)[1]。交通標(biāo)志識別(Traffic Sign Recognition，TSR)作為智能交通領(lǐng)域的一部分，其重要性和應(yīng)用性不言而喻，在無人駕駛技術(shù)領(lǐng)域、智能交通監(jiān)控系統(tǒng)中占據(jù)不可或缺的地位[2]。

中南大學(xué)蔡自興教授等人2013 年提出了一種DT-CWT 與2DICA 分析的交通標(biāo)志識別方法，該算法對50 幅標(biāo)志圖像的識別精度達(dá)到97%[3]。張琪等、成亞玲等、屈治華等分別提出了自然場景下的標(biāo)志牌的檢測算法、雙背景模型自適應(yīng)運(yùn)動(dòng)目標(biāo)檢測算法、復(fù)雜光照條件下的交通標(biāo)志檢測算法[4-8]。張萬征等、王曉斌等和童英等提出了基于LeNet-5、優(yōu)化和改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別方法，并具有較好的識別效果[9-13]，但是這些方法實(shí)現(xiàn)起來比較復(fù)雜。

1 交通信號標(biāo)志識別概述

該文主要以警告標(biāo)志、禁令標(biāo)志、指示標(biāo)志、指路標(biāo)志和旅游區(qū)標(biāo)志、道路施工安全標(biāo)志、輔助標(biāo)志等為研究對象研究交通標(biāo)志識別方法的設(shè)計(jì)與實(shí)現(xiàn)，如圖1 所示。

圖1 交通標(biāo)志類型

交通信號標(biāo)志識別流程如圖2 所示，主要包括交通信號標(biāo)志圖像輸入、對灰度圖像進(jìn)行二值化處理、中值濾波圖像增強(qiáng)、邊緣檢測、提取興趣區(qū)域分割圖像、分割圖像灰度化二值化反色、圖像模板匹配、最終得到圖像的識別結(jié)果。

圖2 交通信號標(biāo)志識別流程圖

2 基于圖像識別的交通標(biāo)志識別方法

根據(jù)圖2 交通信號標(biāo)志識別流程，主要介紹圖像二值化、圖像增強(qiáng)、圖像分割、模板匹配及圖像識別算法。

2.1 圖像二值化

文中采用Otsu 算法進(jìn)行圖像二值化，它的最大優(yōu)點(diǎn)是進(jìn)行自適應(yīng)閾值分割。其算法思想：閾值的取值應(yīng)該使目標(biāo)與背景的類間方差最大。在一幅圖像中，設(shè)前景與背景的分割閾值為t，前景像素部分和背景像素部分占圖像的比例分別為w0和w1，均值分別為u0和u1，那么整個(gè)圖像的均值如式（1）所示：

建立目標(biāo)函數(shù)如式（2）所示：

式中，g(t)表示的是類間方差表達(dá)式，t為閾值。

2.2 圖像增強(qiáng)

該文在進(jìn)行圖像增強(qiáng)時(shí)，通過性能對比，決定圖像增強(qiáng)方法。通過對原圖像進(jìn)行椒鹽噪聲加噪后，分別進(jìn)行高斯平滑、均值濾波和中值濾波去噪，結(jié)果如圖3 所示。從結(jié)果圖明顯看出中值濾波方法對圖像的增強(qiáng)效果最好，所以選擇中值濾波方法對圖像進(jìn)行增強(qiáng)操作。中值濾波對于隨機(jī)噪聲具有非常理想的降噪能力，相比于高斯平滑濾波，噪聲點(diǎn)常常直接被忽略掉，不會(huì)影響像素值的計(jì)算。而且，中值濾波在降噪同時(shí)引起的模糊效應(yīng)較低。

圖3 圖像增強(qiáng)方法對比

2.3 基于顏色特征的交通標(biāo)志圖像分割

我國的交通信號標(biāo)志主要分警告標(biāo)志、禁令標(biāo)志、指示標(biāo)志和輔助標(biāo)志4 種[14]。按顏色分類為紅色、黃色和藍(lán)色。禁令標(biāo)志是紅色，警告標(biāo)志是黃色，指示標(biāo)志是藍(lán)色。交通信號標(biāo)志是具有形狀特征和顏色特征的實(shí)體，顏色是交通信號標(biāo)志分析中最重要的信息[15-16]。

對交通標(biāo)志圖像進(jìn)行分割，首先選擇對顏色像素進(jìn)行分析和特征提取[17-19]。其基本思想是將交通標(biāo)志上的顏色的像素提取出來，基于顏色特征對交通信號標(biāo)志進(jìn)行特征定位，再將差分圖像分割后的結(jié)果用于進(jìn)行特征提取和計(jì)算?；诓罘謭D像的交通標(biāo)志圖像分割過程如下：

1）獲取圖像像素的RGB值，并轉(zhuǎn)換到HSV空間；

2）計(jì)算交通標(biāo)志圖像在HSV 顏色空間內(nèi)的差分圖像R-B、R-G、B-R、B-G、G-R、G-B 的值，找出分割這些差分圖像的閾值，進(jìn)行分割；

3）將滿足紅、黃、藍(lán)三色R-B、R-G、B-R、B-G、G-R、G-B 的值的范圍保留，不滿足則設(shè)為白色；

4）合成像素，顯示分割后的結(jié)果圖像。

2.4 模板匹配

識別采用基于模板匹配的識別方法，模板匹配是一門在測試庫圖像中尋找與模板庫中圖像最相似部分的技術(shù)，通過對讀取的圖像的各個(gè)圖像塊（像素）同時(shí)比對相似度，然后對模板庫中的圖像特征和輸入圖像進(jìn)行匹配的方法。文中用歐氏距離公式作為計(jì)算兩張圖像相似度的公式（通道數(shù)、數(shù)據(jù)格式相同，大小和分辨率可以不同），如式（3）所示：

二維圖像中兩點(diǎn)距離：D=x2+y2，若D=0，說明圖片相等；或者是小的一張圖片已經(jīng)找到在大圖中的位置。但是在數(shù)字圖像處理中D值的取值范圍太廣，甚至可以達(dá)到無窮大，會(huì)超出計(jì)算機(jī)的計(jì)算范圍，故使用歸一化處理。

處理步驟如下：

1）將這個(gè)相似性函數(shù)展開，可得式（4）：

2）可以看出，只有第二項(xiàng)是有意義的，因?yàn)榈谝豁?xiàng)和第三項(xiàng)的值在選定模板后是固定的。對于歐式距離相似函數(shù)，值越大表示越不相似，也就是說，第二項(xiàng)的值越小則越不相似。將第二項(xiàng)進(jìn)行歸一化得式（5）：

那么當(dāng)R(i,j)為1 時(shí)，表示模板與子圖完全相等。

2.5 基于圖像識別的交通信號標(biāo)志識別算法

基于圖像識別的交通信號標(biāo)志識別需要先進(jìn)行訓(xùn)練，選取含有交通信號標(biāo)志的圖像作為訓(xùn)練集，通過顏色特征提取方法，得到相應(yīng)分類器的參數(shù)，如圖4 所示。交通信號標(biāo)志識別算法步驟如下：

圖4 訓(xùn)練過程

1）按照圖4 所示步驟進(jìn)行訓(xùn)練；

2）完成訓(xùn)練之后進(jìn)行檢測識別。將輸入圖像轉(zhuǎn)換為灰度級圖像，然后采用Otsu 算法進(jìn)行二值化；

3）利用中值濾波算法進(jìn)行圖像增強(qiáng)，隨后基于HSV 顏色空間對圖像進(jìn)行分割，并將定位的圖像進(jìn)行歸一化處理；

4）使用模板匹配方法進(jìn)行識別。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)環(huán)境參數(shù)設(shè)置

1）硬件環(huán)境

表1 是實(shí)驗(yàn)中計(jì)算機(jī)硬件環(huán)境配置。

表1 電腦硬件配置

2）軟件環(huán)境

該文實(shí)驗(yàn)在Windows 10 操作系統(tǒng)下進(jìn)行，采用的主要軟件是Matlab R2016b 軟件，編輯圖片用的軟件是Photoshop。

3.2 界面設(shè)計(jì)

為了驗(yàn)證交通信號標(biāo)志識別方法，用Matlab R2016b 軟件設(shè)計(jì)了一種交通信號標(biāo)志識別程序（GUI），其運(yùn)行主界面如圖5 所示。

圖5 交通信號標(biāo)志識別操作界面

在界面中根據(jù)程序功能設(shè)置了“打開圖像”、“圖像增強(qiáng)”、“圖像分割”、“邊緣檢測”、“二值化”、“歸一圖”、“識別”和“清除”等按鈕。

3.3 實(shí)驗(yàn)結(jié)果分析

在測試庫中選擇一張交通標(biāo)志圖像，然后進(jìn)行檢測，如果彈出警告框，則說明此類圖像沒有進(jìn)行訓(xùn)練，特征庫中不存在該數(shù)據(jù)，也就不會(huì)顯示對應(yīng)的識別結(jié)果。

所以，在進(jìn)行識別操作之前必須一一對模板庫里的交通信號標(biāo)志圖像進(jìn)行訓(xùn)練，然后該標(biāo)志的特征信息便會(huì)存放到特征信息庫中，便于后面的圖像分割和圖像識別等步驟順利進(jìn)行，如圖6 所示。

圖6 模板庫訓(xùn)練

然后運(yùn)行交通信號標(biāo)志識別程序，讀取測試庫中的圖像，并對其進(jìn)行圖像增強(qiáng)、圖像分割等一系列操作，得到的驗(yàn)證結(jié)果如圖7 所示。

圖7 交通標(biāo)志識別結(jié)果圖

4 結(jié)論

文中在現(xiàn)有的數(shù)字圖像分析、處理技術(shù)的基礎(chǔ)上，結(jié)合模糊圖像特點(diǎn)和交通標(biāo)志特征對交通標(biāo)志識別進(jìn)行了研究、設(shè)計(jì)和實(shí)驗(yàn)。此次研究主要完成了以下工作：

1）交通標(biāo)志的類型及特征分析；

2）通過對國內(nèi)外大量文獻(xiàn)的閱讀研究之后，綜合運(yùn)用各種算法提高識別率；

3）顏色和形狀特征是提取交通標(biāo)志的重要方法，它能夠更好地找到標(biāo)志部分，從而省去對復(fù)雜背景的處理，即使背景出現(xiàn)相似的部分，也可以在后續(xù)的處理中進(jìn)行解決；

4）通過Matlab 語言開發(fā)，結(jié)合GUI 界面完成交通信號標(biāo)志識別方法的設(shè)計(jì)與實(shí)現(xiàn)。