交通警告标志识别

这个示例使用:

开放模式

这个例子展示了如何识别交通警告标志,如停止,不输入,和产量,在彩色视频序列。

下面的图显示了交通警告标志识别模型:

模板的示例使用两组——一个用于检测,另一个用于识别。

为了节省计算,检测模板是低分辨率,示例使用每签署一个检测模板。另外,因为红色像素的特色交通警告标志,这个例子使用这些像素的检测步骤。

的识别步骤中,精度是最高优先级。所以,每个符号的例子使用三个高分辨率模板。这些模板的迹象显示在一个稍微不同的取向。另外,因为白色像素每个交通警告标志是识别的关键,示例使用这些像素识别的步骤。

检测模板窗口显示交通警告标志检测模板。

识别模板窗口显示交通警告标志识别模板。

使用vipwarningsigns_templates模板生成。在vipwarningsigns_templates.mat m和存储。

例子分析每个视频帧的颜色YCbCr空间。通过阈值和Cr通道执行形态学操作,提取视频帧的部分的例子包含blob的红色像素。使用Blob分析,发现像素,每个团的边界框。然后比较了blob的例子与每个预警信号检测模板。如果一个blob类似于任何交通警告标志检测模板,这是一个潜在的交通警告标志。

比较的例子的边框潜在交通警告标志在当前视频帧与前一帧。然后每个潜在的例子计数的数量出现交通警告标志。

如果检测到潜在的信号在4个连续的视频帧,这个例子与交通警告标志识别模板进行比较。如果潜在的交通警告标志是足够相似交通警告标志识别模板在3相邻帧,考虑潜在的交通警告标志的例子是一个实际的交通警告标志。

当已经认可标志的例子中,它继续跟踪它。然而,为了节省计算,它不再继续识别。

后一个潜在的迹象已经检测到4或更多的视频帧,示例使用画形状块周围画一个黄色的长方形。当一个信号被公认,示例使用插入文本块写的名字签在视频流。本例使用术语“标签”表示检测到信号的顺序。