一种自适应颜色阈值分割的标志增强处理方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108765443A(43)申请公布日2018.11.06(21)申请号201810494906.1(22)申请日2018.05.22(71)申请人杭州电子科技大学地址310018浙江省杭州市下沙高教园区2号大街(72)发明人徐向华金建成(74)专利代理机构杭州君度专利代理事务所(特殊普通合伙)33240代理人朱月芬(51)Int.Cl.G06T7/136(2017.01)G06T7/90(2017.01)权利要求书2页说明书5页附图2页(54)发明名称一种自适应颜色阈值分割的标志增强处理方法(57)摘要本发明涉及一种自适应颜色阈值分割的标志增强处理方法。现有方法不能对存在各类影响因素的样本进行有效区分，会干扰检测结果。本发明方法采用基于直方图累积分布的近似最大最小值归一化方法来获取自适应阈值，在待检测图像进行红蓝标准化以及对比度拉伸之后，对其作灰度概率直方图映射，找到前景目标颜色起始值所在位置，通过提取与比对前景灰度值，找到目标区域的特定区间，选取综合分离效果最佳的参数进行颜色分割，并根据临界值对原像素值进行近似的最大最小值归一化，筛除无效背景，凸显前景颜色块，同时平滑处理了过亮区域从而减弱了对比度、亮度等环境因素对检测效果的影响。本发明方法尽可能地在筛除无效背景的同时保留了标志颜色区域。CN108765443ACN108765443A权利要求书1/2页1.一种自适应颜色阈值分割的标志增强处理方法，其特征在于：该方法采用基于直方图累积分布的近似最大最小值归一化方法来获取自适应阈值，从而对交通标志进行颜色分割的检测；具体步骤如下：步骤(1).图像预处理：读取含有交通标志的待检测图像I作为输入，进行红蓝标准化，并使用伽马校正进行对比度拉伸，得到预处理结果图像I′；步骤(2).建立累积分布函数：将预处理结果图像I′作灰度概率直方图映射，找到前景目标颜色起始值所对应的位置；根据检测样本的灰度级分布概率密度，建立对应概率的累积分布函数；步骤(3).基于累积分布函数的自适应阈值选取：通过对前景灰度值的提取与比对，找到前景区域的特定区域，选取最佳参数进行目标分离；步骤(4).近似最大最小值归一化处理：根据自适应阈值对应的临界值对待检测图像中的原像素值进行近似的最大最小值归一化处理，筛除无效背景，增强目标颜色特征，从而凸显交通标志所在的区域块，得到归一化结果图像I″；步骤(5).形态学滤波并获取稳定的交通标志感兴趣区域ROI的候选区域：对归一化结果图像I″作进一步的形态学滤波，使用顶帽变换和底帽变换两种形态滤波器进行处理；采用最大稳定极值区域MSER方法获取稳定的交通标志ROI的候选区域，得到最终检测结果图像I″′。2.如权利要求1所述的一种自适应颜色阈值分割的标志增强处理方法，其特征在于，步骤(2)所述的建立累积分布函数的具体方法如下：步骤(2-1).将预处理结果图像I′投影到直方图中，以[0,255]为投影区间获取其灰度概率的映射，找到前景目标颜色起始值所对应的位置，记录对应的灰度值；步骤(2-2).假设检验样本RB(x)的灰度级分布概率密度函数为g(k)，得到其对应概率的累积分布函数f(m)，其中，k为最小灰度值min到指定累积的图像灰度值m之间的灰度值变量。3.如权利要求1所述的一种自适应颜色阈值分割的标志增强处理方法，其特征在于，步骤(3)所述的基于累积分布函数的自适应阈值选取的具体方法如下：根据步骤(2)得到的累积分布函数，对测试样本提取前景灰度值并进行比对，由于前景区域灰度值分布的具体区间靠近一固定比例，根据这一特点对前景区域进行提取，及求解如下问题：<寻找m＝m1，使得选取综合分离效果最佳的参数β，并记录该参数所对应的像素值m1为临界值value_label。4.如权利要求3所述的一种自适应颜色阈值分割的标志增强处理方法，其特征在于，步骤(4)所述的近似最大最小值归一化处理的具体方法如下：2CN108765443A权利要求书2/2页根据步骤(3)得到的临界值value_label，执行如下公式的近似最大最小值归一化过程，将原像素值用近似最大最小值归一化后的新像素值替代：其中，RB′(x)即为处理之后的图像像素值，而RB(x)为原图像中的各位置像素值，保存归一化结果图像I″。5.如权利要求1所述的一种自适应颜色阈值分割的标志增强处理方法，其特征在于，步骤(5)所述的形态学滤波并获取稳定的交通标志ROI的候选区域的具体方法如下：将步骤(4)中得到的归一化结果图像I″分别进行开运算、闭运算、膨胀以及腐蚀运算操作，分别得到IO、IC、ID、IE，然后采用如下公式进行顶帽变换和底帽变换：IT＝I-IO,IO＝IDοIE；IDοIE表示执行先膨胀后腐蚀的操作；