基于圖像質量的交通標志圖像優化算法

　　摘要：本文提出了一種基于圖像質量的交通標志優化方法。通過計算圖像的顏色質量與形狀質量，進行對應不同的優化。該方法考慮標志的質量，改變傳統的“捕獲—識別”流程為“捕獲—優化—識別”，降低了因褪色、磨損、扭曲造成的干擾。實驗表明，在同樣的神經網絡下，使用本方法優化，交通標志識別率得到了大幅提高。
　　關鍵詞：顏色質量 形狀質量 神經網絡
　　中圖分類號：TP391 文獻標識碼：A 文章編號：1672-3791(2010)04(a)-0000-00
　　
　　1 引言
　　交通標志捕獲與識別（traffic sign recognition，TSR）是應用計算機視覺研究的一個領域，該領域側重于交通場景圖像的自動識別[1]。但是，由于戶外環境的多變性及未知性，加上交通標志本身質量的不確定性，交通標志識別仍然面臨著強光、歪斜等干擾。
　　本文提出了一種新的交通標志識別算法。計算交通標志的顏色質量與形狀質量，對應使用不同方法優化圖像，告別了生硬的捕獲--識別方式，根據標志的不同質量，進行不同優化，得到最接近標準圖片的標志，提高了識別能力。
　　
　　2 顏色質量
　　捕獲模塊捕獲到的標志圖像質量參差不齊，如果一概而論，直接進行識別，識別的穩定性將不理想，因此需要在優化時考慮圖像的顏色質量。
　　2.1顏色質量計算方法
　　大多交通標志邊緣和標志具體內容采用的是同一種涂料[2]。因此，可以認為標志的外圍輪廓的顏色質量代表著整個標志的顏色質量。由實景圖片計算分析，得到常見標志的顏色質量達標閾值為:紅色標志(R>