道路交通标志的安装与识别

摘 要：经济的快速发展，给道路交通带来了巨大的压力。为缓解交通拥挤，减少交通事故，构建智能交通系统，我们工作人员加强了对于道路交通标志的安装与识别的能力。文章对新时期道路交通标志标志的识别系统以及一些交通标志安装技术进行了简单的介绍，仅供参考。

关键词：道路交通；识别；标志；智能；方法

中图分类号：C913文献标识码： A

引言：

在我国的智能交通系统技技术与国外发达国家相比还存在一定差距。本文结合笔者自身工作经验，从智能交通系统的重要子系统―道路交通标志识别系统出发， 介绍了道路交通标志的基本知识，分析了道路交通标志的安装技技术与识别原理， 阐述了道路交通标志识别的方法。

一、 道路交通标志识别系统

在智能交通系统的研究中，以道路交通标志的检测与识别为代表的智能交通计量是一项重要内容。道路交通标志识别（ Traffic signs Recognition， 简称 TSR ） 已经成为智能交通系统相关技术研究的热点问题。

道路交通标志识别系统的工作流程如下：对识别系统覆盖下的机动车辆按照摄像机， 准确及时的摄取周围环境状况， 并将拍摄的照片传送到道路交通标志识别系统，经过系统的图像处理环节，对车辆拍摄的照片进行解析和处理， 进行道路交通标志的识别， 并输出识别结果给现场的车辆驾驶员，起到提示作用，以缓解交通压力、 增强道路交通安全。

二、 道路交通标志简介

智能交通系统集检测、 通讯、 控制、 计量、 计算机信息等技术于一体，是一个综合性应用系统。如上文所述， 利用计算机控制的视觉系统信息采集是智能交通系统发挥作用的重要环节， 道路交通标志作为提示、 告警标志， 本身包含了重要的交通信息。因此， 熟悉和了解基本的道路交通安全标志， 是进行道路交通标志识别的基础。

道路交通标志对大部分人并不陌生，它是与日常生活息息相关的一种起到指示、提示和警示作用的标志。路标的设置不仅要考虑人眼的对比度和识别程度，还要考虑使用特定颜色来表

达抽象概念。考虑到图形符号在辨认速度和距离上优于文字信息，道路交通标志集合了各类图形、 符号、 颜色与少量文本， 分别用来表达特定的环境条件， 以提醒驾驶员和行人根据路况作出判断。另外， 人眼的辨识力受到交通标志的尺寸、 间隔、 观察距离影响，因

此， 交通标志从颜色、 形状、 尺寸和安放位置四个方面来描述。

在道路交通标志中， 常见的主要有： 警告、 禁令和指示标志三类。在我国， 通行的交通标志颜色为： 红、 黄、 蓝三色， 通行的标志形状为： 圆形、 正三角形、 矩形等。

下图 1 即为典型的警告、 禁令和指示标志图像：

1.警告标志

警告标志一般为黄底、 黑边的黑色图案，和顶角方向向上的等边三角形 （ 不包括 “叉行符号” ） 。

警告标志多设置于危险地区，提升出现该标志处与存在危险地区的距离， 其设置位置明显， 便于识别， 要求不得少于安全停车视距。警告标志的设置地点结合实际地形和路况， 根据计算行车速度确定。

2.禁令标志

禁令标志一般为白底、 红圈的红色斜杠， 或黑图案、 图案压杠 （不包括 “解除禁止超车” 、 “解除限制速度” ） 。另外， “停车让行” 标志为圆环形、 八角形、 “减速让行” 标志为顶角方向向下的等边三角形。

禁令标志一般设置在设置禁令事项附近， 保持适当距离， 且设置在易辨识的醒目地方， 随着禁令标志设置的目的而改变。

3. 指示标志

指示标志一般为蓝底、 白图案。内部的背景形状有圆形和方形两种。指示标志一般设置于行车道的入口处，用来指示车辆的停放。

三、 道路交通标志的安装技技术

道路交通标志安装前， 要先计算板面、 横梁、立柱的数据， 再进行荷载计算 （包括永久荷载计算和风荷载计算） 和横梁设计计算 （荷载计算、 强度验算、 横梁截面信息、合成剪力和弯矩、 变形验算等） 、立柱设计计算 （荷载计算、 强度验算和变形验算） 、立柱与横梁的连接计算、 柱脚强度验算、 基础验算等。道路交通标志的实际安装大致分为：施工图纸和技技术交底准备、 施工放线、 基础开挖、 基础浇筑、 安装标志牌以及土方回

填、 监理验收等几个步骤。

四、 道路交通标志的识别研究

受到光照变化、 震动、 恶劣天气等因素的影响， 道路交通标志的识别常常面临着摄取的照片模糊、 交通标志难辨识、 交通标志被污染或遮挡、 投影尺度失真等情况， 因此， 如何准确地识别复杂环境下的道路交通标志，已经成为道路交通标志识别的难点问题。

TSR 系统主要包括两个检验模块：交通标志检测模块和交通标志识别模块， 其中， 交通标志检测模块主要用来对交通标志的色彩和形状进行检测， 从而进行交通标志的定位和预处理， 判断出可能存在交通标志的区域范围。交通标志识别模块主要用来进行标志特征的提取和分类，将系统判别出来的可能存在交通标志区域进行大小不一的规则化，进一步判断交通标志的有效性和标志的具体含义。

1.交通标志检测的方法

交通标志检测的方法主要分为交通标志的图像分割与图像检测两个环节。作为交通标志检测的重要一环， 图像分割是进行后续研究的基础。交通标志的检测分为其于颜色和其于形状两大类。

其中，基于颜色的检测方法最为基本。根据检测原理的不同， 交通标志检测的方法又可分为三大类：

（1 ） 彩色阈值分割法

在这类算法中， 色彩空间的选择是很重要的。交通标志的图像颜色空间主要有： RGB 空间、 HIS 空间、 HSV 空间、 YUV 空间四种。在 HSV 空间中，将彩色空间分为色度 H （ Hue ） 、饱和度 S（Saturation ） 、 明度 V （Value ） 三个分量， H 和 S 两个分量受光照强度变化影响小， HSV 空间也因此更适合图像分割， 最直观的方法是选择 HSV 空间， 通过设定的阈值进行分割。

交通标志的图像主要有红、 黄、 蓝三种颜色， 每种颜色的 H、S、 V 三个分量均对应不同的阈值范围， 并统一归化到 ［ 0， 255 ］ 的区间， 交通标志图像颜色的分割阈值范围如下表 1 所示：

（2 ） 神经网络学习法

为克服空间转换的非线性以及噪声带来的影响，也可采用基于神经网络学习的方法。

（ 3 ） 视觉模型法

视觉模型法主要用于克服各类视觉条件的影响。基于颜色的检测方法虽然具有直接聚焦的优点，但其受外界环境影响的因素较多， 所以， 仅仅依靠颜色的信息， 还不能较为准确的检测出道路交通标志。

利用图像梯度的基于形状的方法，分为基于边缘轮廓和基于模板的匹配方法两种。实际应用中，经常将基于颜色的检测方法与视觉模型法相结合， 两者互为补充， 作为交通标志检测的最优办法。

2.交通标志识别的方法

在完成对道路交通标志的检测后，还应根据区域的检测范围，将其从大小不一转化为固定大小，并采取一系列预处理技技术， 以消除噪声、 运动模糊、 光照等因素的影响， 并采用分类器技技术加以识别。

交通标志识别的方法中， 常用的有：

（ 1 ）最近邻域法

根据类别之间的最近距离，对待识别的模式进行分类。

（ 2 ） 径向基函数法

采用径向基函数网络的实质降维映射，此方法在实际中获得了较大范围的应用。

（ 3 ） 多层决策树分类法

采用多层结构的决策树分类， 加快了处理速度， 提高了分类结果的精度， 将相关特征分解到各层， 进而简化分类器的设计。

（ 4 ） 神经网络法

与传统的道路交通标志识别方法相比较而言，神经网络法作为一种非线性映射的识别模式， 具有较强的容错性， 同时， 神经网络法识别具有噪声或变形的输入模式，且具有较强的自适应学习能力， 能够采用并行分布式信息存储来进行预处理， 从而具有很快的识别速度。

（ 5 ） 匹配投影法

匹配投影法进行离线匹配投影，对测度集找到能代表交通标志的一组基元， 并和由基元组合而成的模板进行对比， 检查匹配度。

（ 6 ）支持向量机法

支持向量机法基于数据库技术， 进行分类模型优化， 使用了结构风险最小化原理， 具有结构简单、 泛化能力强等优点。

五、结语

目前，道路交通标志的安装和研究工作虽然已经取得了一定的研究成果， 但许多技术还不够成熟， 主要的不足之处有： 识别对象单一、 识别方法简单、 智能化研究不够深入、理论研究居多实际应用较少、 基于实景图的研究不够等。

道路交通标志的安装与识别技术以后的研究方向，将更多地考虑充分利用交通标志的颜色，并考虑将检测与判别这两个环节有机地结合。 “复杂问题简化、 传统方法改良、 基于颜色研究、 采用智能技术”将成为道路交通标志识别技术今后的主要发展方向。

参考文献：

[1]朱双东, 陆晓峰. 道路交通标志识别的研究现状及展望[J].计算机工程与科学， 2006， 12．

[2]高向东等. 交通标志的智能检测方法研究[J]. 中外公路，2011， 2．