基于区域颜色分割的交通标志检测和识别探析

刘祥

摘 要 现如今，随着我国经济与社会的发展，城市交通的压力也日益严重。为解决日益严重的安全问题，人们提出了智能交通系统，它是集检测、识别、通信、控制等技术为一体的综合信息系统，受到了科技领域的很多关注。其中，道路交通标志识别系统是其中非常重要的一部分，其作用就是显示当前道路的行驶状况、根据所检测的状况提醒司机所处环境中潜在的危险和困难、为驾驶员指路，进而能为驾驶员提供一个安全的驾驶环境。交通标志的识别是识别系统中最为基础的一项工作，一个系统检测性的好坏直接关系着交通标志能否被准确识别，还会影响到很多后续的工作，可见其具有非常重要的现实价值。本文是基于HIS颜色空间的彩色图像分割算法，利用该算法对彩色图像进行分割处理，将该算法应用到交通标志的检测中。

关键词 交通标志的检测和识别;基于区域颜色分割;HIS颜色空间

引言

在交通科技日益发达的今天，汽车的驾驶辅助系统已经成为消费者们的新的关注点，这也在很大程度上引起了汽车制造商的注意。在这系统中其中作为重要的一项功能就是交通标志的识别，交通标志检测和识别是依靠车载摄像机实时摄取道路前景图像，通过对图像的预处理和分割，提取标志中的有用信息，然后在根据信息库中所保存的信息来进行匹配，找出与之符合的交通标志。这就是智能交通系统识别交通标志的基本流程。

1利用HIS颜色空间分割交通标志

利用HIS颜色的检测算法首先要做的是基于颜色分割步骤。交通标志通常被人设计成较为特殊的颜色，它能够给驾驶员或其他无人驾驶智能系统设备实时传递一些道路信息来辅助驾驶员的驾驶，比如说：前方危险，禁止通行、限速、禁止停车，这些信息对于驾驶员来说是非常重要的。其中交通标志的组成成分中，颜色是比较重要的。因此，我们需要系统对交通标志图像的颜色进行有效的分割处理，才能最后实现对交通标志的检测[1]。

HIS颜色空间是从人的视觉系统出发，用色彩、颜色饱和度以及颜色亮度出发来去描绘色彩，因为当人们去观察一个彩色物体时，人们会比较关注这个物体的色彩、颜色饱和度以及颜色亮度。一般来说，我们会把色彩和颜色饱和度称作色度，这是用来表示颜色的类别和深浅程度。由于人的视觉对于亮度更加敏感，因此在设计交通标识时，会选择亮度较高的色彩，通常是使用红、黄、蓝三种颜色，因此在对交通标志的颜色进行分割的过程中，就将红、黄、蓝三种颜色作为主要的研究对象。同时，对交通标志分割的过程中也會影响到自然环境的影响，因此在进行分割的过程中也要考虑到在自然环境下色彩的变动情况。做好这些准备之后就对彩色图像中的各个颜色的分量进行分割，根据色彩类别、色彩饱和度的标准来进行分割，然后根据不同交通标志中，颜色的详细比率来去区分交通标志，然后输出。

2颜色分割的可行性以及面临的困难

颜色分割指的是利用颜色信息，根据一定的规则将图像分成若干个互不相交的小区域的过程，颜色分割的目的是为了将交通标志与背景相分离。颜色信息有大小、角度，具有很强的可分离性。在自然场景中可以初步通过颜色信息分割出目标。因为交通标识大部分都还是具有很明显的颜色特征，相对于颜色背景来说，其他颜色是比较醒目的，与周围的其他区域形成了较强的对比[2]。

近些年来，虽然智能交通系统中的交通标志识别功能已经有了很大的进步，但是其识别的准确性和实时性还是有待提高的，在实际的交通标志识别过程中存在的问题：

2.1 图像数据量大，运算时间长，影响实时性

系统所采集的交通标志图是彩色图像，有关于这些图像的信息量比较大，对于这些彩色图像的处理和分析也需要花费大量的运算，运算间隔时间比较长，影响到识别交通标志的实时性。

2.2 外界因素影响到图像采集的准确性

交通标识是放置在外界的环境中的，在采集的过程中会由于光照、天气、遮挡等因素的影响，以至于不能够非常准确地采集到图像数据。

2.3 道路环境中的交通标志牌的褪色等情况比较严重，增加了检测难度

道路环境是处于一个多变的状态，很多交通标志牌受到外界因素的影响而出现褪色、污损、形变等问题，进而增加了交通智能系统检测的难度[3]。

2.4 识别交通标识是一个动态的过程，识别的工作量较大

车辆行驶是一个动态的过程，在行驶的过程中所拍下的交通标志图片由于角度的不同或者是行驶环境的改变等因素的影响，会在无形中增加识别系统的识别难度，这就在很大程度上增加了交通智能识别系统的工作量。

从上述所列的问题中所知，交通标志的检测与识别会因为交通标志自身的问题以及所处环境的不同而受到影响，因此进行检测和识别时就应该综合考虑多方面的问题，来去提高检测的准确性和实时性。

3色彩空间和阈值的选择

颜色分割的基础是选择正确的颜色，色彩空间的选择一般需要考虑以下几个问题：考虑颜色在自然环境中的变化;图像中的颜色怎样搭配能够呈现出效果。

阈值的选择也是非常重要，一般阈值是分为两种：固定阈值和自适应阈值。固定阈值与自适应阈值最大的区别就是是否会出现变化。固定阈值是根据交通标志的统计信息或者是经验来去决定，在分割过程中是不会出现变化的。自适应阈值是根据图像的特点自适应的去调整阈值，在分割的过程中会不断发生变化[4]。

4结束语

综上所述，利用颜色分割来去识别交通标志是一项比较先进的技术，可以很好地发挥智能交通系统的识别功能，尽管在实际使用的过程中还是存在一些问题，比如会受到环境因素的影响、社会因素的影响，但这些问题都是很好解决的，研究人员只要坚持去做好相关的研究工作，就能够有效提高系统识别交通标识的准确性和实时性。

参考文献

[1] 金旭晖.基于区域颜色分割的交通标志检测和识别[J].电气自动化，2016，38（3）：14-16.

[2] 张代玉.基于颜色信息和SVM的交通标志识别技术的研究与实现[D].沈阳：东北大学，2011.

[3] 朱双东，刘兰兰.基于颜色信息与SVM网络的交通标志检测[J].自动化仪表，2015，30（3）：69-72.

[4] 李光瑞，夏凌，杜健，等.基于颜色特征和SVM的交通标志检测[J].西华大学学报自然科学版，2016，35（1）：89-93.