交通标志检测与识别技术分析

赵宁波　李柳群　马朋飞

摘 要：本文阐述了交通标志的检测，交通标志的识别等内容。 交通标志的检测与识别是一项十分艰巨的时代任务，要求相关工作人员认真在实践中进行思考和探索，保证对于交通标志进行细化的研究，这对于智能代步工具的发展起着非常重要的作用。

关键词：交通标志；检测；识别；技术分析

DOI：10.16640/j.cnki.37-1222/t.2016.08.238

0 引言

随着我国经济的高速发展，交通行业也在逐步强化，但是人们虽然享受著交通代步工具的便利，但也面临着越来越拥堵的交通情况，在实际的道路使用过程中，交通标志的相应问题得到了社会各界广泛的关注。对于基础交通标志的检测和识别技术，虽然我国在相应的研发领域已经有了很大的突破，但是还需要更加深化的研究和升级。

1 交通标志的检测

对于交通标志的检测，主要进行的就是对于颜色和形状的检测，但是形状检测手段的实施中，相应的技术手段不能提供十分明确的数据体现，因此主要进行的就是对于交通标志颜色信息的甄别和测试。目前，我国研究比较健全的检测方式主要是针对彩色模型分量差值的色彩分析。

1.1 三色模型分割算法

经过大量实验和数据的分析，在差异性的亮度情况下，相同的颜色会根据不同的分量差值形成一定的区域范围，三色模型的相对差值就是交通标志分割算法的实质。在实际推算中三色模型形成的基本结构是：

并且保证相应的关系式：当（r-g）>0.08&（r-b）>0.08时，相应的颜色关系显示，呈现的就是红色的像素；当（r-b）>0.12&（g-b）>0.12时，相应的颜色关系显示，呈现的就是黄色像素；当（b-g）>0.01&（b-r）>0.01时，相应的颜色关系显示，呈现的就是蓝色像素。当基础数值不在这个关系范围内，显示的就是其他形式的色素。

1.2 交通基础标志的区域过滤

在自然环境中，存在着许多与交通标志相似的事物，这会导致吸引人群关注的区域是非交通标注区域，而实际分割时就会形成错误的基础分割。并且这些区域无论是从颜色还是形状都有很大的波动性和不确定性，差异的区分也不是很明显。就要求人们在对交通标志关注时，进行特性化标志的记忆，形成比较稳定的识别结构。实验表明，人们通过标志的基本性特征来确定基础阈值，能有效对相应的混淆标志进行合理化过滤。在实体的标志留存过程中，由于角度和视线的差异，可以尽量扩展阈值范围，保证正确的交通标志不被遗漏。对于交通标志的基本阈限有这样的数据指导，详见表1。

在实体化的交通标志区域的分割和划分过程中，需要对相应的区域内具有的特殊性质和标志性特点进行基础判别，形成的局部区域数量直接决定相应人群的区域搜索时间，区域分割数目与区域搜索时间成线性正比。总结起来就是，相关工作人员先进行相应图像的采集，然后进行相应的空间差值分割，以保证正确地寻找全部的目标区域。在对区域进行划分时，初步判断是否满足基本阈值，对于不符合的项目进行目标的删除，最终形成基础形状的判断以及基本含义的识别。

2 交通标志的识别

2.1 通过模板匹配识别交通标志

在实际的交通标志识别过程中，模板匹配方法是比较常规的识别手段，不仅计算比较简约，而且在具体实际操作中也比较容易实现，另外，在实体操作过程汇总也可运用其很好地扩展性能进行优化的标志识别，基于以上的模板优势，使相应的模板匹配识别方法成为了多数研究者比较热衷的研究模式。在实际的模板匹配操作中，比较常用的运算角度主要有三种，多角度模板、多尺度模板以及模板匹配的相似度度量。多角度模板主要特点是旋转模板图像的数量堆积，形成精确识别目标的最终结果。多尺度模板的主要特点是对模板内部信息的识别，形成简单稳定的相似性计算。模板匹配的相似度度量就是针对相似度进行一定的阈值限制，基本相似的情况就同属相同的交通标志。

2.2 交通标志检测的基础结果

在实际的检测结果比较过程中，比较常用的手段有两种：相关系数度量法和欧式距离法。都能对相应的识别率进行基础的提升，但是基础实验数据表明，还是相关系数度量法的基础效果更好。因为，在实际操作中，不会形成比较明显的对应关系，并且外界的因素影响也随之减少很多，尤其是对于离散噪声的削减程度。因此，使用相关系数度量法能有效地判断相应的交通标志检测结果，对于交通标志的识别正确率也能得到有效地提升。详细的抽样数据请见表2。

3 结束语

交通标志的检测与识别是一项十分艰巨的时代任务，要求相关工作人员认真在实践中进行思考和探索，保证对于交通标志进行细化的研究，这对于智能代步工具的发展起着非常重要的作用。相关的研究人员和项目监管人员要从根本应用的角度出发，结合实际的数据进行进一步的分析和探索，才能有效助推智能化识别时代的发展。总而言之，强化交通标志的检测和识别技术，是具有划时代意义的研究方向。

参考文献：

[1]常发亮，黄翠，刘成云等.基于高斯颜色模型和SVM的交通标志检测[J].仪器仪表学报，2014，35（01）：43-49.

[2]徐迪红，唐炉亮.基于颜色和标志边缘特征的交通标志检测[J].武汉大学学报（信息科学版），2008，33（04）：433-436.

[3]缪小冬，李舜酩，沈峘等.基于视觉对抗色的交通标志检测方法[J].仪器仪表学报，2012，33（01）：56-61.