基于颜色分割和局部LPT变换的圆形标志检测算法

麦海波，苏时勇，苏一峰

（广西电网有限责任公司钦州供电局 广西 钦州 535000）

基于颜色分割和局部LPT变换的圆形标志检测算法

麦海波，苏时勇，苏一峰

（广西电网有限责任公司钦州供电局 广西 钦州 535000）

移动机器人可借助交通标志牌进行定位，文中提出了一种基于颜色分割和局部LPT变换的交通标志牌检测算法。首先利用交通标志牌的颜色特征预分割出潜在的交通标志区域，然后通过局部LPT空间变换，然后根据变换后的图像特征进行形状检测，检测出圆形的交通标志牌。实验结果表明了算法的有效性。

颜色分割；LPT变换；圆形检测；算法

城市配网智能巡检车是将数字云台技术、非接触式检测技术、无线远程通讯技术、GPS定位技术等相结合，应用于巡检车上，实现配网线路的智能巡检，减轻巡检人员的作业强度。配网巡检车穿梭于城市街道，每次停车检测的位置，由于周围环境和车辆的影响变化很大，这就造成自动调用云台预置位检测定位不准确。因此，每次检测前，需要有一个基准物体进行校准云台偏移量，而道路环境中交通标志牌是最佳的校正标准。需要对交通标志牌进行匹配识别，复杂环境中的交通标志牌检测需要克服户外天气条件，拍摄视角带来的几何失真，交通标志牌的遮挡、变形是检测识别的难题。因此交通标志牌的检测和交通标志的识别仍是目前视觉识别的热点。

由于人眼的特性，交通标志通常被设计成特定的颜色和形状，这样能在视觉上最大限度地与自然背景区分开[1]。目前大部分交通标志检测的研究采用颜色分割方法后，再结合形状检测的方法来实现。Estevez等将颜色信息、图像边缘、图像局部直方图结合起来检测和识别交通标志[2]。Escalera等采用结合颜色信息的角点检测及形状分析方法检测交通标志[3]。Saturnin等结合颜色分割方法，利用支持向量机进行形状检测的方法[4]。张静等结合颜色分割使用边缘链码化的方法来检测圆形[5]，朱双东等提出了一种用于道路交通标志识别的颜色－几何模型[6]。虽这些检测方法较多，但算法的准确度和鲁棒性均较低。

针对常用的圆形交通标志牌，本文提出一种新的圆形交通标志牌检测仿人视觉算法。算法首先在类人视觉感知的HSI（HueSaturationIntensity，色调-饱和度-亮度）颜色模型上利用交通标志的颜色特征进行图像分割；然后对局部分割块进行LPT空间变换（log polar transform，对数极坐标变换）；接着空间变换后的图像进行形状检测，确定准确的圆形交通标志区域。文中采用多种情况下的交通标志图像进行实验验证，实验结果证明了文中算法的有效性。

1　检测基本原理

为了便于人视觉识别，道路交通标志都是由特定形状、特定颜色的外形轮廓组成。因此，颜色分割和形状检测可作为交通标志牌检测与交通标志识别的手段。

1.1图像分割方法

采用颜色分割的方法首先需要一个合适的滤波器将彩色交通标志从复杂的背景中过滤出来。虽在初始条件下交通标志的颜色是严格设计的，但基于颜色的交通标志检测仍较为困难，主要原因是获取到的交通标志所呈现的颜色受大气环境、光照度、拍摄角度等多种因素影响。为了最大限度地减小或去除外界因素的影响，就必须选择合适的颜色模型。目前定义图像的颜色空间模型有RGB模型、CYMK模型、YIQ模型、HSI模型等，其中获取到的彩色图像一般按RGB格式存储，因此RGB颜色空间模型易于计算，但该彩色空间中的R、G、B分量均易受到物体表面反射率、光照强弱、物体表面方向及光照方向等的影响，不适宜应用于复杂背景下的交通标志检测。HSI模型是美国色彩学家孟塞尔于1915年提出的，其反映了人的视觉系统感知彩色的方式，以色调、饱和度和强度三种基本特征量来感知颜色。由于交通标志的颜色单一及对比强烈，而HSI彩色空间中的H分量对于亮度和阴影具有不变性，适用于提取交通标志的颜色特征。

圆形交通标志主要外围（背景）颜色采用红色或蓝色。结合文献和大量的实验分析，取得交通标志HSI颜色模型如下：

对于原始图像im，颜色分割算法首先将其从RGB颜色空间转化到HSI颜色空间，

红色分割，对于图像内的点P（i，j），采用以下处理方法

蓝色分割，对于图像内的点P（i，j），采用以下处理方法

颜色分割的作用是最大限度地去除和目标图像差别较大的背景区域，但不能保证得到的输出图像是纯粹的目标图像.即可能包括其他与目标颜色一致或相近的背景区域。进一步考虑圆形交通标志与背景的形状差别，即其是圆形边缘，而其他背景区域主要是不规则边缘，进一步采用形状检测方法，确定准确的圆形交通标志区域。

1.2形状检测

目前针对圆形的交通标志分割算法主要是基于霍夫变换、基于不变矩特征分类和基于计算几何等。但以上方法的实时性往往较差，且处理变形问题较困难。文中通过实验研究，提出了一种基于LPT仿生空间变换的圆形检测算法。

1.2.1LPT变换原理

对数极坐标变换是由Schwartz于1977年提出的。一幅二维图像既可用笛卡尔坐标系（x，y）表示，也可用对数极坐标系（ξ，θ）表示。

图像在各个坐标系下的具体描述如下：笛卡尔坐标平面下的点（x，y）

极坐标平面下的点（r，θ）

对数极坐标平面下的点（ξ，ψ）

由上述公式可看出，z空间（笛卡尔坐标）中坐标为（x，y）的点经过空间变换其映射到w空间（对数极坐标）中坐标为（ξ，ψ）。

对数极坐标变换是生物包括人类视觉的基础，因此具有较多特性。例如在图像识别中可利用其尺度与旋转不变性的特性。除了尺度和选择不变性以外，形状检测也是对数极坐标变换的新特性。

对于图像中心的不同形状的图形，经过LPT变换之后，从图1可看出，LPT图像的形状边缘有如下规律：

1）圆形的边缘变化比较平缓。

2）椭圆形的边缘根据离心率的不同而变化从平缓到陡峭，极大值数目小于等于2。

3）多边形的边缘有陡峭突起，突起的数目跟多边形的角一致。

以上为对数极坐标变换的形状特性，通过该形状特性，可将LPT变换的边缘取出，作为一维曲线，求起最大值的数目和平缓性，判断形状的类型。

1.2.2LPT形状圆形检测算法

由于LPT空间变换需要时间，因此对于初检测的图像块，采用如下方法进行检测：

1）取局部方形图像im（i，j），所取方形图像的尺寸大小为图像中颜色点到有颜色重心距离的两倍；

2）对im图像进行LPT变换的im（e，p）；

3）取得图像im，沿p方向的图像边缘曲线k（p）；

4）求曲线k的极大值；

5）若极大值数目，则为椭圆或圆形标志；对于椭圆离心率超过阈值的，予以剔除。

图1　不同形状图案及LPT变换和边缘曲线

通过实验发现，对于十二边形及十二边形以下图案的图像，算法可以准确的检测出，而十二边形以上的图案，由于接近圆形，不能正确识别。

1.3总体算法

综上所述，完整的圆形交通标志的检测算法流程如下：

1）图像初始化，将RGB图像转化到HSI彩色空间，并归一化处理

2）根据上述HSI颜色模型进行红色和蓝色的图像分割；

3）分割图像预处理，包括图像块面积筛选，孔洞填充等；

4）生成局部待变换方形图像；

5）局部图像LPT空间变换；

6）根据上述算法进行形状检测。

2　实验及分析

实验中对带有圆形交通标志牌的多幅图像采用本文算法进行检测，图中显示了部分实验结果，其中蓝色交通标志牌用蓝色方框标出，红色交通标志牌用红色方框标出。经过实验得出，文中算法在交通标志牌远近尺度变化，或少量遮挡的情况下均能较准确地检测出交通标志牌。同时，针对不同的光照情况和拍摄角度，文中算法都取得了较好的效果，表明该算法具有较好的鲁棒性。同时文中算法思想还可拓展到圆形或其他形状目标检测的应用。

图2　实验结果

3　结束语

文中采用仿生方法，结合仿生HSI颜色模型的图像分割和仿生LPT变换的形状检测提出了一种新的圆形交通标志牌检测算法。主要工作有两方面：

1）考虑圆形交通标志牌的颜色特征，在HSI颜色模型基础上进行颜色分割；

2）考虑圆形交通标志牌的形状特征，通过局部LPT空间变换，进行形状识别，实验结果证明了算法的有效性。

由于实验中发现背景和光照对标志牌的检测影响比较大。今后的工作重点是对现有的方法进行改造，研究采用自适应环境模型的颜色分割方法，同时研究基于LPT变换的标志牌内容的识别方法。

[1]Hoose N.Computer image processing in traffic engineering[M].New York:John Wiley&sons Inc，1991:1-57.

[2]Estevez L，Kehtarnavaz N.A real-time histographic approach to roadsign recognition[C].IEEE Southwest Symposium Image Analysisand Interpretation.Tex：IEEE Signal Processing Society andthe IEEE Computer Society，1996:95-100.

[3]De la Escalera A，Moreno L E，Salichs M A，et al.Road trafficsign detection and classification[J].IEEE Transactions on IndustrialElectronics，1997，44（6）:848-859.

[4]Maldonado-Bascon S，Laufente-Arroyo S，Gil-Jimenez P，et al. Road-sign detection and recognition based on support vectormachines[J].IEEE Transactions on Intelligent Transportation Systems，2007，8（2）:264-278.

[5]张静，何明一，戴玉超，等.综合颜色和形状的圆形交通标志检测方法[J].计算机工程与应用，2011，47（2）:233-236.

[6]朱双东，刘兰兰，陆晓峰.一种用于道路交通标志识别的颜色－几何模型[J].仪器仪表学报，2007，28（5）:956-960.

[7]薛丹，孙万蓉，李京京，等.一种基于SVM的改进车牌识别算法[J].电子科技，2013，26（11）:22-25.

Based on the circular markcolor segmentation and local LPT transform detection algorithm

MAI Hai-bo，SU Shi-yong，SU Yi-feng
（Guangxi Power GridCo.，Ltd.Qinzhou Power Supply Bureau，Qinzhou 535000，China）

The traffic signs can be used for mobile robot localization.The paper presents a traffic sign detection algorithm based on color segmentation and local LPT transform.At first，color segmentation is used to remove most of the background subjects in the image.Then log polar transform is used on the parts of the image.The circular traffic signs are detected by using image features.The effectiveness of the algorithm is demonstrated preliminarily by computer simulation.

color segmentation；log polar transform；circle detection；algorithm

TN99

A

1674－6236（2016）21-0191-03

2015-11-06稿件编号：201511057

麦海波（1986—），男，广西浦北人，工程师。研究方向：配电网的智能巡检。