基于顏色和邊緣信息的交通標志檢測
加入技術交流群
2．1 橢圓擬合的基本理論
處于XY平面內任意位置的橢圓可以用下列5個獨立參數來唯一確定：橢圓中心坐標(x0，y0)、長軸半徑a、短軸半徑b、長軸與x軸的夾角θ。用數學語言可將平面任意位置橢圓的方程表達為：
這是一個5元4次非線性方程，通過文獻中的變量代換方法將此復制的非線性方程變成線性方程。然后根據下面最小二乘原理，建立橢圓擬合的數學模型，獲取代表平面任意位置理想橢圓的5個特征參數。
2．2 最小二乘橢圓的擬合
所謂最小二乘橢圓的擬合，就是當在橢圓輪廓上的測量點數大于最少測點數5時，依據最小二乘法準則確定“最具代表性”橢圓(或稱理想橢圓)的一種計算方法。也就是說，用所有測量點到理想橢圓的距離的平方和為最小這一準則來確定理想橢圓的5個參數：x0，y0，a，b和θ。圓形圖像的形狀信息可以由圖形的圓形度這個特征很好地表達，所以選用這個特征作為交通標志的形狀分類特征，其定義分別為：圓形度(R0，R0=4πS／L2，S為圓形面積，L為圖形周長，0≤R0≤1。當R0越接近1時，目標與圓形的相似度越高。實驗結果如圖2所示。本文引用地址：http://www.104case.com/article/156050.htm
3 實驗結果與分析
本文中算法在VC++6．0環境和OpenCV圖像處理庫下實現，所用PC配置：CPU T4300 2．10G，內存2 GB；圖像大小為：720×576。進行了大量實驗。—些實驗結果如圖3所示。系統對含有較小的光照變化、旋轉、模糊及形變的交通標志的正確識別率可達93％。實驗數據是針對由車載攝像頭所拍攝的影像，當車速很快或路面顛簸時，由于獲取圖像的質量變差，而使得識別準確率大大下降。
評論