主要内容

交通警告标志识别

此示例显示了如何在彩色视频序列中识别诸如STOP,例如停止,不要输入和产量的流量警告标志。

观看交通警告标志识别例子

示例模型

下图为交通警示标志识别模型:

交通警告标志模板

该示例使用两组模板 - 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,并且该示例使用每符号一个检测模板。而且,因为红色像素是交通警告标志的区分特征,所以该示例在检测步骤中使用这些像素。

对于识别步骤,精度是最高的优先级。因此,本例为每个符号使用了三个高分辨率模板。每个模板显示的标志方向略有不同。此外,由于白色像素是识别每个交通警告标志的关键,本例在识别步骤中使用了这些像素。

检测模板窗口显示交通警告标志检测模板。

“识别模板”窗口显示交通警示标志的识别模板。

使用vipwarningsigns_templates.m生成模板,并存储在vipwarningsigns_templates中。

检测

该示例分析了YCBCR颜色空间中的每个视频帧。通过在CR通道上进行阈值和执行形态操作,该示例提取包含红色像素的斑点的视频帧的部分。使用BLOB Analysis块,该示例找到每个BLOB的像素和边界框。然后,该示例将BLOB与每个警告标志检测模板进行比较。如果BLOB类似于任何流量警告标志检测模板,则它是一个潜在的交通警报信号。

跟踪和认可

该示例将当前视频帧中的潜在交通警告标志的边界框与前一帧中的那些进行比较。然后,该示例计算每个潜在的交通警告标志的外观数量。

如果在4个连续的视频帧中检测到潜在标志,则示例将其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在3个连续帧中足够类似于交通警告标志识别模板,则示例认为潜在的交通警告标志是实际的交通警告标志。

当示例识别标志时,它继续跟踪它。但是,为了节省计算,它不再继续识别它。

展示

在4个或更多视频帧中检测到潜在标志之后,该示例使用绘制形状块在其周围绘制黄色矩形。当识别出标志时,该示例使用INSERT Text块在视频流上写下标志的名称。该示例使用术语“标记”表示检测标志的顺序。

交通警告标志识别结果