• 公司动态
    您的位置新闻资讯 > 公司动态 > 首页
    公司动态

    粒子滤波算法可以跟踪交通标志

    交通标志的主动标记技术主要由两部分组成:首先通过对交通标志的检测来确定交通标志图像中的方向,然后对检测到的交通标志进行跟踪。交通标志的检测上,主要通过颜色和形状特征;而对于交通标志,常用的方法有卡尔曼滤波、CAMSHIFT算法和粒子滤波算法。
    同时,Kalman滤波主要适用于策略情况的概率分布为高斯分布的情况,但复杂场景中,策略情况往往是非线性和非高斯的;cam-shift算法场景混乱或策略被遮挡时容易陷入局部极值,不能保证搜索结果的整体优化;粒子滤波算法采用非参数蒙特卡罗模拟方法实现递归贝叶斯滤波,其精度接近最优估计。它是解决非高斯和非线性条件估计的一种有效方法。该算法具有很强的鲁棒性,广泛应用于各种目标跟踪问题。综上所述,本文将采用粒子滤波技术来实现交通标志的跟踪。主动跟踪系统的流程图如图1所示。
    交通标志检测
    2.1预处理
    交通标志是自然条件下设置的,这使得视频图像的拍摄容易受到异常光照的影响,给交通标志的检测带来很大的困难,因此有必要对用于检测的图像进行预处理以提高检测效果提高了图像质量和检测精度。直方图均衡化是一种常用的直方图校正方法,它通过拉伸像素的强度色散尺度,使像素灰度的概率密度均匀,从而增加图像灰度的动态尺度,增强图像的对比度。
    由于实际图片是RGB图片,三个权重受光的影响很大,而HSI(色调、饱和度和亮度)图片的三个权重的相关性很小,色调H和饱和度S受光的影响很小,所以我们只需要对图片的亮度权重做直方图均衡化。
    2.2交通标志检测
    圆形交通标志有指示和禁止两种,其中指示交通标志的设置为蓝色,禁止交通标志的设置为红色,这是RGB颜色空间中最基本的两种颜色,视频图片也是RGB图片,因此,RGB颜色空间中直接切割是最方便、最快捷的方法。
    因为RGB空间中的红、绿、蓝三种基色有很大的相关性,对光很敏感,但三种颜色之间的差异不受光的影响。考虑到该算法需要光稳定性,本文选取RGB空间中三个权值的差值来检测交通标志。标准化后,视频图像中的每个像素。
      以上内容来自信号灯厂家普天照明,转载请注明。
    0
    

    版权所有:江苏普天照明器材有限公司 备案号:苏ICP备18019659号