基于HSI颜色空间的交通标志图像分割算法研究

摘要：文章研究了一种基于HSI颜色空间的彩色图像分割算法，通过该算法对彩色图像进行分割处理，将该算法应用在交通标志检测中，提取出红、黄、蓝三种颜色分量，有效实现三种颜色标志候选区域的分割。实验结果表明该算法具有有效性。

关键词：HSI颜色空间；交通标志检测；图像处理；颜色分割

中图分类号：TP751 文献标识码：A 文章编号：1009-2374（2014）08-0093-02

1 概述

为解决日益严重的城市交通安全问题，人们提出了智能交通系统，它是集检测、识别、通信、控制等技术为一体的综合信息系统，在当今的科技领域中已受到广泛关注。道路交通标志识别系统是其重要的组成部分，主要作用包括显示当前路段的交通状况，提示驾驶环境中的危险和困难、警告驾驶员、为驾驶员指路等，为安全舒适的驾驶提供有用信息。交通标志的检测是识别系统的首要阶段，好的检测性能是实现交通标志正确判别的前提，它直接影响识别环节乃至整个系统的性能，具有重要的理论意义和现实价值。在很多基于颜色和形状的检测算法，首先要做的是基于颜色分割步骤。交通标志常被设计成特殊的颜色，它能够给驾驶员或无人驾驶系统或其他智能设备实时地传输一些非常重要的信息来辅助驾驶，如限速、禁止停车、禁止通行以及危险警告等，这些信息对道路安全驾驶起到重要的作用。很明显颜色是交通标志的一个重要特征，因此我们需要对交通标志图像的颜色进行有效的分割处理才有利于实现交通标志的检测。为此，我们研究了基于HSI颜色空间的交通标志图像分割算法。

2 HSI颜色空间

当人们观察一个彩色物体时，往往倾向于用它的色调、饱和度和明度来描述它。HSI颜色空间就是从人的视觉系统出发，用色调（Hue）、色饱和度（Saturation或Chroma）和亮度（Intensity或Brightness）三种基本特征量来描述色彩，它可以用一个的圆锥空间模型来表述，虽然比较复杂，但却能把色调、色饱和度和亮度的变化情形清楚地表现出来。通常把色调和饱和度通称为色度，用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感程度远远强于对颜色浓淡的敏感程度，为了更好地识别和处理色彩，我们采用HSI颜色空间，它比RGB颜色空间更符合人的视觉特性。HSI颜色空间和RGB颜色空间只是同一物理量的不同表示法，因而它们之间存在着转换关系。RGB向HSI模型的转换是由一个基于笛卡尔直角坐标系的单位立方体向基于圆柱极坐标的双锥体的转换。基本要求是将RGB中的亮度因素分离，将色度分解为色调和饱和度，并用角向量表示色调。RGB空间和HSI空间分别如图1、2所示。

图1 RGB空间 图2 HSI空间

从 RGB 到 HSI 的空间转换：给定一幅RGB彩色格式的图像，对任何三个归一化到[0，1]范围内的R，G，B值，其对应的H，S，I分量由式（1）-（3）表示。

（1）

（2）

（3）

由图2-2可见，HSI空间的坐标系统接近于一个圆锥坐标系，其中用围绕圆锥长轴的角度[0°～360°]来表示色调H；色饱和度S用离开长轴的距离表示，从0%到100%完全饱和，体现颜色的纯度；亮度I用长轴表示，从黑0%到白100%体现光线的明暗程度，这三个彩色分量影响着人们视觉的判断。

3 基于HSI颜色空间交通标志图像分割

文献[1]中提出了基于HSI的图像分割算法，但对红色和蓝色没有考虑饱和度的约束，本文在其算法的基础上，设定了饱和度约束条件。在交通标志图像的分割中，只有红色、黄色和蓝色区域是我们感兴趣的区域，所以这里把红、黄、蓝三类颜色作为主要研究对象。根据文献[2]和文献[3]中所述，对彩色图像即红、黄、蓝进行分割时，依靠H、S、I三个分量相互独立，同时考虑到自然环境下交通标志图像色彩的波动性，可以对彩色图像的各个分量进行适当地组合来进行阈值分割。本文主要根据色调（H）和色饱和度（S）的阈值范围进行分割，设定一组经验阈值，即每种颜色分量的色调阈值上下限值和饱和度阈值，然后通过判断阈值范围将各个颜色分割出来，最后得到分割后的图像，输出掩摸如式式（4）-（6）所示。

（4）

（5）

（6）

4 实验结果

基于HSI颜色空间的交通标志图像分割的实验结果分别如图4、图5和图6所示，实验结果是在MATLAB环境下运行得到。

图3 原始图像 图4 红色标志候选区域分割

经过多次实验，我们得出了一组红、蓝、黄三种颜色彩色分量的经验阈值，如表1所示。

我们利用这组阈值对一幅彩色的交通标志图像进行处理，得到了预期的实验结果，其中图4为基于HSI颜色空间的红色候选区域的分割结果，图4为蓝色候选区域的分割结果，图4为黄色候选区域的分割结果。

图5 蓝色标志候 图6 黄色标志候

选区域分割 选区域分割

5 结语

本文研究了一种基于HSI颜色空间的交通标志图像分割算法，充分利用了HSI颜色空间的特点对彩色图像进行分割。实验结果表明，在交通标志检测系统中，应用该算法可以较好地实现交通标志图像的颜色分割，达到我们预期的效果，同时验证了该算法的有效性。

参考文献

[1] Gómez-Moreno H，Maldonado-Bascón S，Gil-

Jiménez P， et al. Goal evaluation of segmentation

algorithms for traffic sign recognition [J]. Intelligent

Transportation Systems， IEEE Transactions on，

2010， 11（4）： 917-930.

[2] 戴天虹，王玉珏，赵贝贝.基于HSI三分量独立

性木材缺陷图像分割[J].机电产品开发与创新，

2009，（6）：110-112.

[3] 张瑞，张朋.基于颜色和形状的交通标志检测与分

类[J].微计算机信息，2010，26（12-2）.

基金项目：本文受大连民族学院“大学生创新创业训练计划”（项目编号：X2013133）项目资助。

作者简介：邢岳（1992—），男，辽宁大连人，大连民族学院信息与通信工程学院学生，研究方向：数字图像处理。