資源簡介
通過查閱相關資料,主流的交通標志的檢測方法分成兩類。一類是利用機器學習算法,通過端對端的網絡識別與標定交通標志,通常需要一定規模的訓練數據。本文擬用第二類的方法,通過圖像的基本操作與圖像的特征來提取標志。
通過對給定樣張的分析,可以發現,限速標志做為警告示標語,邊框通常常用紅色,而且標識框均為圓形。本文以此為基礎將一步步分析如何提取限速標志以及提取過程遇到問題(針對這20張樣張,并沒有對其他數據進行測試)以及解決策略。
通過上文給出限速標志的基本特征(外邊框為紅色且為圓形),本文利用顏色空間的方法,先提取出紅色區域,在通過圖像的開閉運算,膨脹腐蝕操作進行預處理,最后在利用不同區域是目標的可能性進行逐一篩選。這里要指出目標的可能性這一說法,是指該區域類圓的概率以及該區域的面積的加權和。最后,針對一些紅的目標可能重疊的情況,進行最后的加工。
緊接著提取標志中的數字,通過對給定的圖像進行統計,可以發現如果是限速標志,其直方圖通常是雙峰,一個峰為目標區域,另一個則為背景。這樣就可以分理處數字了。其中遇到的一些問題將會在后續的小節中展開。
---------------------
作者:BrokenGeeker
來源:CSDN
原文:https://blog.csdn.net/lishang6257/article/details/84846030
版權聲明:本文為博主原創文章,轉載請附上博文鏈接!

代碼片段和文件信息
function?[regionresult?]?=?detectTarget(img_bigest_eroded_restruct_fillCIRCLEWEIGHTCIRCLESIMILARITYTHRESHOLDAREAWEIGHTTHRESHOLDWEIGHTTHRESHOLD)?
%?%******************?提取目標區域?******************%
%?CIRCLEWEIGHT?=?0.7;
%?CIRCLESIMILARITYTHRESHOLD?=?0.7;
%?AREAWEIGHTTHRESHOLD?=?0.2;
%?WEIGHTTHRESHOLD?=?0.5;
region?=?regionprops(bwlabel(img_bigest_eroded_restruct_fill)‘Area‘‘Perimeter‘‘Centroid‘‘Boundingbox‘);
result?=?zeros(4size(region1));
[AreaArea_index]=sort(-[region.Area]);
maxarea?=?0;
if?size(region1)?>?1
????maxarea?=?-Area(1);
end
for?i?=?1?:?size(region1)
????
????circle_simliarity?=?4*pi*region(i).Area/(region(i).Perimeter^2);
????area_weight?=?region(i).Area/maxarea;
????
????if?circle_simliarity?%?????????circle_simliarity
????????circle_simliarity?=?0;
????end
????
????if?area_weight?????????weight?=?0;
????else?
????????weight?=?circle_simliarity*CIRCLEWEIGHT?+?area_weight*(1-CIRCLEWEIGHT);
????end
????
????result(1i)?=?i;
????result(2i)?=?weight;
????result(3i)?=?circle_simliarity;
????result(4i)?=?area_weight;
????
end
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件???????1171??2018-12-05?21:07??traffic-sign\detectTarget.m
?????文件????????597??2018-12-05?20:23??traffic-sign\drawTarget.m
?????文件???????1416??2018-12-05?15:50??traffic-sign\homomorphicFilter.m
?????文件?????108438??2018-11-26?14:48??traffic-sign\test1.jpg
?????文件???????7375??2018-12-06?00:36??traffic-sign\test1.m
?????文件??????22392??2018-11-26?14:58??traffic-sign\test10.jpg
?????文件?????140087??2018-11-26?14:58??traffic-sign\test11.jpg
?????文件??????49188??2018-11-26?14:59??traffic-sign\test12.jpg
?????文件??????15485??2018-11-26?15:00??traffic-sign\test13.jpg
?????文件??????27900??2018-11-26?15:00??traffic-sign\test14.jpg
?????文件??????20844??2018-11-26?15:01??traffic-sign\test15.jpg
?????文件?????108542??2018-11-26?15:13??traffic-sign\test16.jpg
?????文件?????132082??2018-11-26?15:14??traffic-sign\test17.jpg
?????文件??????32221??2018-11-26?15:15??traffic-sign\test18.jpg
?????文件??????39676??2018-11-26?15:15??traffic-sign\test19.jpg
?????文件??????40742??2018-11-26?14:50??traffic-sign\test2.jpg
?????文件??????28535??2018-11-26?15:16??traffic-sign\test20.jpg
?????文件??????33384??2018-11-26?14:50??traffic-sign\test3.jpg
?????文件??????64809??2018-11-26?14:51??traffic-sign\test4.jpg
?????文件?????123198??2018-11-26?14:53??traffic-sign\test5.jpg
?????文件??????29421??2018-11-26?14:54??traffic-sign\test6.jpg
?????文件??????85161??2018-11-26?14:56??traffic-sign\test7.jpg
?????文件??????52520??2018-11-26?14:56??traffic-sign\test8.jpg
?????文件?????157296??2018-11-26?14:57??traffic-sign\test9.jpg
????..A..H.???????165??2018-12-05?15:22??traffic-sign\~$Assign.1.ppt
?????目錄??????????0??2018-12-06?01:01??traffic-sign
-----------?---------??----------?-----??----
??????????????1322645????????????????????26
評論
共有 條評論