第3期 罗艳，等：指示类交通标识的自动检测 ·215· 的阈值8时，则认为该点为所求拐点 2)几何特征约束.如果找到了左上角拐点和右 下角拐点，则以这2点为矩形对角线的两端点构成 一个矩形，计算该矩形的面积与目标区域实际面积 的比值，如果比值介于[0.87,1.10]，则继续计算该 (a颜色分割结果 )巾值滤波结果 (c)膨胀结果 矩形的长与区域最小外接矩形的长的差值，以及矩 图1对二值图预处理 形的宽与区域最小外接矩形宽的差值，如果这2个 Fig.1 Preprocessing for the binary images 差值都小于7，则视为找到了一个矩形区域.上述经 1.3形状识别 验值都是通过实验得到 指示交通标识有2类，一类是蓝色圆形，另一类 6 -11 -11-6 -6 -11 -11 -6 是蓝色矩形.前面方法进行了颜色分割和必要的预 -18 -11 处理已经将蓝色区域提取了出来，这样的区域可能 有圆形或矩形，也可能有其他不规则形状，为了将可 18 -11 0 -11 -18 -18 -11 能的圆形和矩形标识提取出来，采用圆形度和拐角 -6 0 6 -11 - -6 检测与几何特征结合的方法 2 20 12 1.3.1圆形度 12 19 19 12 圆形度方法可以检测图像中的圆形物体.圆形 0 7 S 度定义为：C=4,其中：4是区域面积，用区域中 18 -18 -11 0 13 13 -11 -11 -6 > 像素点的个数来表示；L是区域周长，定义为区域边 界像素8链码的长度之和；C∈[0,1]表示圆形度， 图2矩形左上角掩膜 当目标为圆时，C有最大值1.当图像越接近于圆，C Fig.2 Mask of upper left corner of a rectangle 区域最小外接矩形有2种.第1种最小外接矩 越接近于1，因此圆形度能直观地反映接近圆形的 程度.因此需要设定一个阈值范围0，通过0的取值 形的4条邻边相互垂直，但是上下2条边是水平的， 范围将与圆差别较大的区域去除，这里通过实验取 左右2条边是竖直的.如图3(a)所示，方框画出了 0∈[0.78,1] 白色区域的最小外接矩形.第2种最小外接矩形的 1.3.2拐角检测与几何信息结合的方法 4条邻边是相互垂直的，但是上下2条边不一定是 Escalera等人1o提出一种基于拐角提取矩形标识 水平的，左右2条边也不一定是竖直的.如图3(b) 的检测算法.首先使用对应矩形4个拐角的4个掩模 所示，这种最小外接矩形与区域实际大小更接近.上 分别对蓝色目标区域进行卷积运算，一次卷积运算得 述拐角检测算法步骤2)中采用的是第2种最小外 到一个与目标区域大小相同的卷积矩阵，搜索矩阵中 接矩形（图3(b)所示） 的最大值，如果该最大值大于预先设定的阈值6，则认 为该最大值对应于目标区域中的点为拐角的位置.然 后依次在图像中搜索构成同一矩形的4种拐角，以确 定矩形的存在与否.实验中发现矩形拐角在卷积矩阵 中都是最大值且都大于700，所以6取700.本文对这 算法进行了改进，即将拐角检测与几何特征结合.对一 a第1种最小外接矩形 )第2种最小外接炬形 个区域只提取左上角拐点和右下角拐点，然后以这2 图32种最小外接矩形 个点为对角线构成一个矩形，判断该矩形与实际区域 Fig.3 Two kinds of minimum enclosing rectangles 的面积、长宽比等几何关系来确认该区域是否为矩形 2距离直方图 图2给出了一个矩形左上角掩膜，矩形右下角掩膜通 过对称变换可以得到。 圆形指示标识是由蓝底加白色箭头组成，颜色 拐角检测算法具体步骤如下。 分割算法主要是利用蓝色区域占整个标识区域面积 1)卷积运算.采用左上角掩膜和右下角掩膜分 较大的特点来进行颜色提取，但是一旦出现阴雨天、 别对二值图中未处理的白色像素点进行卷积运算， 光照变化或标识牌处于建筑物等的阴影中时，颜色 取卷积矩阵中的最大值，当该最大值大于预先给定 分割就很容易出现边缘断裂现象】