霧霾天氣下交通標志識別方法研究

李傳秀　尼加提

摘? 要：道路交通標志識別（TSR）作為智能交通系統（ITS）中關鍵的一部分，受到了研究人員的重視。道路交通標志識別技術可以使人們的交通出行生活更加方便和高效。但是，由于道路交通的復雜性以及天氣情況對于交通標志識別的影響，使得這一技術還沒有得到廣泛應用。可見，道路交通標志的識別有著很高的研究價值。該文以霧霾天氣這一因素為前提，針對交通標志的顏色信息和形狀信息，展開了對于交通標志的檢測和識別的研究。在對圖像去霧方面，主要研究了暗通道優先去霧算法;在交通標志檢測方面，選擇HSV色彩空間模型為檢測基礎，使用了顏色匹配方式實現圖形分割。

關鍵詞：標志檢測? 標志識別? 暗通道去霧? HSV色彩空間? 模板匹配

中圖分類號：U495 ? ?文獻標識碼：A 文章編號：1672-3791（2019）09（c）-0037-03

隨著我國經濟的快速發展，汽車保有量急劇增加，同時也帶來了一系列嚴重的社會問題，例如，交通安全和環境污染。同樣由于大氣環境惡化，霧霾頻發，研究人員對“智能交通系統（Intelligent Transportation System，簡稱ITS）”展開各項研究工作。ITS可以應用于交通智能調度系統和機動車自動控制系統等，從而緩解交通阻塞，減少交通事故。其中“道路交通標志識別（Traffic Sign Recognition，簡稱TSR）”是研究人員重點關注的點，道路交通標志的作用一般來說有3個：一是用簡明的文字以及符號來規范交通行為;二是通過交通流量、疏導交通來提高交通效率;三是通過預示道路狀況來減少安全事故的發生。交通標志是用文字或符號傳遞引導、限制、警告或指示信息的道路設施。及時、正確、有效地讀取交通標志，可以提高行車的安全性，其中包含交通標志檢測、標志的定位、標志識別。

1? 研究現狀

國內，交通標志識別起步較晚。近幾年，國內清華大學、重慶大學、國防科技大學等在這一領域的研究工作比較多。日本，1987年開發了一套用于檢測和識別限速交通標志的識別系統。德國，1994年Mercedes-Benz公司研制出警告標志識別系統，識別率高達90%。2010年，西班牙的科學家使用約36000張照片進行研究，運用了支持向量機的方法來進行識別，這個算法的識別率達到了96%[1]。

2? 去霧

大自然中的霧、霾、雨和雪等自然現象會因為大氣的吸收或散射原因，從而影響電子設備對圖像及視頻的捕獲質量。也正因如此，對于圖像去霧的需求日趨增強。

在對圖像去霧方面，主要研究了暗通道去霧算法。

3? 交通標志檢測

據《道路交通標志和標線》交通標志按重要程度分為三類：警告標志、禁令標志、指示標志。除此之外，還有一些不常見的交通標志，如指路標志、旅游區標志、道路安全施工標志。

3.1 圖像預處理

在色彩空間模型選取方面相較于RGB和HIS色彩空間模型，HSV色彩空間模型中H、S、V這3個變量相對獨立，可以同時對其進行各自的處理;其區分出了亮度分量和色度分量;該模型更符合人類對色彩的感知特性。

首先，將RGB的圖像轉化成HSV模式，具體如圖3所示。

HSV模型中，色調（H）不會隨著光線的強弱而變化，也不會因為飽和度（S）的變化而變化。該文通過對國內交通標志的顏色定和不同天氣下顏色對比，確定了所需要的紅色、藍色、黃色的顏色閾值，并且將色度（H）的值歸一化為[0，180]，如表1所示。

從表1中可以看到紅色的范圍是[0，10]，從而對過二值華將圖像中的標志區域分割出來，如圖4所示。

為使要提取的敏感區域更明顯，要繼續對圖像進行膨脹及填充處理，如圖5所示。

3.2 標志識別

Canny邊緣檢測算子計算過程如下。

（1）去噪聲。對原始圖像和高斯平滑模板做卷積，得到去除噪聲后的圖像。

（2）尋找圖像中的亮度梯度。

（3）跟蹤邊緣。在亮度梯度中較高的值所指的可能是邊緣，但是沒有一個確切的值來確定到底哪里才是邊緣以及邊緣有多大，所以Canny算子使用了滯后閾值[3]。

Canny邊緣檢測算子是研究中經常用到的算子。

BW=edge（I，canny，thresh，sigma）;? ? ? ? ? ? ? ? ? ? ? ? ? （4）

式中：edge（）為ATLAB中自帶的函數;I為原始圖像;canny為檢測算子;thresh為邊緣檢測的閾值;sigma為高斯濾波器的值，默認為2。

從而可以完成交通標志的檢測識別，處理的效果如圖6所示。

4? 結語

作為智能交通系統中的一部分，交通標志的檢測和識別技術很重要。同時，隨著大氣污染的嚴重，霧霾天氣對于交通標志的檢測和識別帶來不小的問題。如何有效地完成去霧、檢測和識別，是一個必須重視的重要課題。

參考文獻

[1] 鄧雄偉.自然環境下道路交通標志的檢測與識別研究[D].南京理工大學，2014.

[2] 高級圖像去霧算法的快速實現[EB/OL].http：//blog.csdn.net/huixingshao/article/details.

[3] 孫慧，周紅霞，李朝暉.圖像處理中邊緣檢測技術的研究[J].電腦開發與應用，2002，15（10）：7-9.