项目三智能网联汽车的知第七节交通标志的识别方法课件.pptx

项目三：智能网联汽车的“知”第七节交通标志的识别方法

交通标志的识别方法交通标志识别功能可以帮助驾驶员及时发现并识别各类交通标志，在开车的过程当中，有时速度过快或不熟悉道路时，并未注意到具体的交通标志信息，防止造成危险或违法行为。有了交通标志识别功能，就避免了因为没有及时发现交通指示而违反交通规则的情况，提高了车辆行驶的安全性，是智能交通系统和先进辅助驾驶系统的重要组成部分。

○交通标志的识别方法01基于颜色特征的交通标志识别基于形状特征的交通标志识别0203基于显著性的交通标志识别基于特征提取和机器学习的交通标志识别04交通标志的识别方法

基于颜色特征的交通标志识别，颜色分割就是利用交通标志特有的颜色特征将交通标志与背景分离，把交通标志的颜色强化突出，将它与背景分开，基于颜色特征设计的交通标志识别算法，对图像旋转、倾斜的情况具有较好的鲁棒性，是指在进行图像采集时可能会发生图像倾斜等干扰，但颜色是不会随着它的倾斜、大小的变化会发生改变。○基于颜色特征的交通标志识别20交通标志的识别方法

现在大部分的算法设计当中，基于颜色特征的颜色模型包括以下几种，简单的去了解一下，RGB模型、HSI模型、HSV模型、还有XYZ模型，感兴趣的同学可以去查找了解一下。○基于颜色特征的交通标志识别交通标志的识别方法

形状特征主要是圆形、矩形、正八边形、正三角、倒三角，这几种形状是具有显著特征的。颜色检测与形状检测都是交通标志识别当中的重要内容，检测方法通常都是以颜色分割作为粗检测，先排除大部分的背景干扰，再提取二值图像，对整个图像的轮廓进行形状特征的分析，进而确定交通标志的候选区域，完成定位。利用形状排除这些干扰，最终提取出来交通标志的区域，这个是基于形状特征。○基于形状特征的交通标志识别交通标志的识别方法

显著性作为从人类生物视觉中引入的概念，用来度量场景中最显眼的特征，最容易吸引人优先看到的区域。交通标志的设计本身设计就是具有显眼颜色和特定形状，所以说可以采用显著性模型识别交通标志。显著性其实是离不开交通标志本身的颜色与形状，在进行算法提取分割的过程中，不是单纯的通过颜色跟形状，而是建立了一个显著性模型去检测识别交通标志。○基于显著性的交通标志识别交通标志的识别方法

基于特征提取和机器学习的交通标志识别，前3种方法无论是基于颜色、形状、还是基于显著性的算法，能包含的信息有局限性，而且在背景比较复杂的环境当中，可能会出现与目标物十分相似的干扰物，所以此方法是先进行特征提取，再通过算法训练找到合适的特征描述，能够更充分的表示出交通标志，再通过机器学习来区分标志物和障碍物。○基于显著性的交通标志识别交通标志的识别方法

○交通标志提取范例通过视觉传感器来采集原始图像，在这个图像当中包含了非常复杂的这些背景信息。1读取原始图像交通标志的识别方法

交通标志识别○交通标志提取范例将此图像由RGB颜色空间转换为HSV颜色空间并提取亮度，这就是基于颜色特征的交通标志识别方法。这个过程就是在进行图像的预处理，为了能够把图像检测分割出来。进行颜色的转换来提取交通标志的亮度。2将图像转化为HSV颜色空间交通标志的识别方法

○交通标志提取范例3利用颜色阈值提取红色4图像膨胀处理交通标志的识别方法

○交通标志提取范例5特征提取算法选择最适合待测对象6根据界定标志所在区域对图像进行切割交通标志的识别方法

谢谢观看本节课结束