基于HSV空间的交通标志检测

最新推荐文章于 2022-12-05 16:47:38 发布
最新推荐文章于 2022-12-05 16:47:38 发布
阅读量4.1k 收藏 8
点赞数
分类专栏： opencv学习 VS2008学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kobesdu/article/details/8142105
版权

主要思想来自颜色分类论文《Goal Evaluation of Segmentation Algorithms for Traffic Sign Recognition》


HSV(Hue,Saturation, Value)是根据颜色的直观特性由A.R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(HexconeModel)。

　　这个模型中颜色的参数分别是：色调（H），饱和度（S），亮度（V）。

　　

　　色调H：用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

　　饱和度S：取值范围为0.0～1.0；

　　亮度V：取值范围为0.0(黑色)～1.0(白色)。

　HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察，就可以看到立方体的六边形外形。六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。

RGB转为HSV公式：


基于 HSV的检测阈值如下






其中各数值为




  这种方法很简单，几乎不受照明色相的变化，因此被使用，但主要的缺点包括不稳定的色调和处理时间的增加~



kobesdu
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
基于OpenCV的交通标志识别
weixin_33982670的博客
12-19 1万+
前几天看新闻得知微软为美国执法机关研发了一套基于AI识别，追踪并提取编辑视频中出现的人脸的算法，只要输入一段带人脸信息的视频文件，运行后即可输出一段所有人脸已被提取并且按要求编辑好的视频文件。当然该算法目前仍然存在局限，在人脸被部分遮挡、快速移动等情况下，无法正确识别，同时，执法机关也并非想要一个视频文件中相关不相关的所有人的人脸被获取出...
交通标志的检测与标定
Broken Geeker
12-06 7553
限速标志的基本特征（外边框为红色且为圆形），本文利用颜色空间的方法，先提取出红色区域，在通过图像的开闭运算，膨胀腐蚀操作进行预处理，最后在利用不同区域是目标的可能性进行逐一筛选。这里要指出目标的可能性这一说法，是指该区域类圆的概率以及该区域的面积的加权和。最后，针对一些红的目标可能重叠的情况，进行最后的加工。 紧接着提取标志中的数字，通过对给定的图像进行统计，可以发现如果是限速标志，其直方图通常是双峰，一个峰为目标区域，另一个则为背景。这样就可以分理处数字了。
基于hsv空间的图像分割
qq_43631789的博客
11-04 1122
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV) #假设为黑色 lower_color = np.array([0,0,0]) upper_color = np.array([180,255,46]) mask = cv2.inRange(hsv,lower_color,upper_color) masked = cv2.bitwise_and(image,image,mask=mask) #cv2....
[opencv]HSV常见颜色上下限值
FL1623863129的博客
12-05 1万+
这里以python版本opencv演示如何查找颜色 效果用鼠标确定确定待检测目标的HSV值 文章来源：https://www.jb51.net/article/206173.htm
Ubuntu18.04 opencv3.4.4 滑动条控制HSV颜色中H的值
少年独剑倚清秋的博客
07-12 2840
ubuntu18.04 opencv3.4.4 滑动条控制HSV颜色中H的值     最近老鱼在学习交通标志识别的过程中接触了HSV颜色模型，看到了网上的HSV颜色分量表，但是在实际操作过程中出现了部分黄色交通标志可能由于老化或者光线的原因不能识别，因此写了下面一个小程序来测试颜色所对应的H值。 1.在文件夹中放入需要识别的图片，可以放多张图片进行调节（在这里我为了更好的观察放入了一张圆形色谱图...
【图像处理】可视化HSV色彩空间阈值编辑器
luoyir1997的博客
10-19 8719
# -*- coding:utf-8 -*- import cv2 import numpy as np """ 功能：读取一张图片，显示出来，转化为HSV色彩空间 并通过滑块调节HSV阈值，实时显示 """ image = cv2.imread('1.jpg') # 根据路径读取一张图片 cv2.imshow("BGR", image) # 显示图片 hsv_low = np.array([0, 0, 0]) hsv_high = np.array([0, 0, 0]) # 下面几个.
交通标志识别系统标准完全模板HSV定位基础版-交通警令标示图片.rar
08-12
交通标志识别系统标准完全模板HSV定位基础版-交通警令标示图片.rar 本帖最后由 hcq@@ 于 2013-7-7 11:04 编辑 1、交通标志（警示牌类），其外框一般为红色，所以定位时可采用HSV颜色模型或者RGB颜色模型来提取红色区域，通过regiongroup标记进一步提取目标区域。 HSV颜色模型：I1=Hsv; %记录颜色亮度为1的数据,以便之后再利用颜色阀值找出红色 figure,imshow;title'); BW=roicolor; %利用颜色阀值将红色对象都都显示为白色,其余都为黑色,至此完成图象的二值化 figure,imshow;title; 复制代码具体参考附件HSV提取基础版.rar RGB颜色模型 IR=double; IG=double; IB=double; for i=1:chang for j=1:kuan if 1.6*IR-IG-IB255 CA=255; else CA=1.6*IR-IG-IB; end end end figure;imshow;title; 复制代码经过对比，对于目标边界清晰的图片，RGB颜色模型的效果很不错，结果在贴图中。 2、分割出来的交通标志，为了便于二值化处理，强烈建议将背景黑色转成白色，这里标准模板只处理了20几张（考虑到可能用不到这么多的模板），如果有需要，可采取灰度—二值化—反色—擦除边缘—归一化步骤，即可处理成新的模板。代码在 附件里面： 3、识别的时候，可先建立数组，和普通的识别方法一样的，识别结果可采取msgbox的显示方法（即根据返回的匹配索引，得出结果）。if x==1 msgbox;end if x==2 msgbox;end if x==3 msgbox;end if x==4 msgbox;end 。。。。。。。同理 复制代码
融合颜色分割与形状特征的交通标志检测
10-16
交通标志检测是智能交通系统的关键技术之一，对自动驾驶和安全驾驶有着至关重要的作用。面对复杂的道路环境，如光照变化、视点变换、尺度变化以及背景干扰，交通标志的准确检测和识别是一项挑战。针对这些问题，一种...
道路交通标志检测分类方法的研究
10-18
传统的交通标志检测方法常常基于RGB、HSV或YIQ色彩空间的分割模型，但这些方法容易受背景复杂性、光照变化和人为因素的影响。例如，颜色阈值的设定可能导致在某些环境下，特别是标志周围存在相似色彩或光线较暗时，...
基于opencv的交通标志识别
10-20
本项目“基于OpenCV的交通标志识别”着重于利用OpenCV的功能来实现对道路交通标志的自动检测和识别，这对于智能交通系统、自动驾驶汽车以及道路安全监控具有重要意义。 首先，我们要理解轮廓识别这一概念。在OpenCV...
gtsrb.torch, 基于 Torch的交通标志识别.zip
09-18
gtsrb.torch, 基于 Torch的交通标志识别 gtsrb.torch本文介绍了如何使用 Torch 在 GTSRB数据集上训练卷积神经网络，以及如何用空间转换器层来提高 state-of-the-art 。要求安装 Torch ( 请参见本指南中的 )( 可选) 安装空间
交通标志识别系统标准完全模板HSV定位基础版-HSV提取基础版.rar
08-12
交通标志识别系统标准完全模板HSV定位基础版-HSV提取基础版.rar 本帖最后由 hcq@@ 于 2013-7-7 11:04 编辑 1、交通标志（警示牌类），其外框一般为红色，所以定位时可采用HSV颜色模型或者RGB颜色模型来提取红色区域，通过regiongroup标记进一步提取目标区域。 HSV颜色模型：I1=Hsv; %记录颜色亮度为1的数据,以便之后再利用颜色阀值找出红色 figure,imshow;title'); BW=roicolor; %利用颜色阀值将红色对象都都显示为白色,其余都为黑色,至此完成图象的二值化 figure,imshow;title; 复制代码具体参考附件HSV提取基础版.rar RGB颜色模型 IR=double; IG=double; IB=double; for i=1:chang for j=1:kuan if 1.6*IR-IG-IB255 CA=255; else CA=1.6*IR-IG-IB; end end end figure;imshow;title; 复制代码经过对比，对于目标边界清晰的图片，RGB颜色模型的效果很不错，结果在贴图中。 2、分割出来的交通标志，为了便于二值化处理，强烈建议将背景黑色转成白色，这里标准模板只处理了20几张（考虑到可能用不到这么多的模板），如果有需要，可采取灰度—二值化—反色—擦除边缘—归一化步骤，即可处理成新的模板。代码在 附件里面： 3、识别的时候，可先建立数组，和普通的识别方法一样的，识别结果可采取msgbox的显示方法（即根据返回的匹配索引，得出结果）。if x==1 msgbox;end if x==2 msgbox;end if x==3 msgbox;end if x==4 msgbox;end 。。。。。。。同理 复制代码
交通标志识别OpenCV源代码
09-19
用OpenCV实现的交通标志动态识别，方法是自己想的，希望对大家有帮助，有好的想法可以互相交流。
TSDR_System_Python:交通标志识别系统
03-07
TSDR_System_Python 交通标志识别系统 作者-萨凡·艾哈迈德（Saffan Ahmed）
基于视频的交通标志识别
06-02
一个基于RGB颜色分类的视频交通标志识别系统
车道线和交通标志检测源代码.zip
04-02
本篇将深入探讨基于QT开发的C++源代码实现的车道线和交通标志检测算法。 首先，QT是一种跨平台的应用程序开发框架，广泛应用于图形用户界面（GUI）的创建。在本项目中，QT提供了一个友好的用户界面，用于显示检测...
交通标志检测(OpenCV&Python)
热门推荐
郝凡的博客
08-11 3万+
简述在交通实景图中检测出交通标志，并将区域裁剪，为后续的识别做准备。颜色过滤加载图像import cv2 import numpy as np#加载原图 img=cv2.imread('walks.jpg') print('img:',type(img),img.shape,img.dtype) cv2.imshow('img',img)转换为HSV通道hsv=cv2.cvtColor(img,cv
无人驾驶--交通标志检测实战（付源码）
weixin_38746685的博客
03-29 3566
无人驾驶--交通标志检测实战（付源码）前言软硬件要求交通标志牌检测流程图像增强颜色阈值筛选最大极值稳定区域MSER定义交通标志形状的类测试及调试源码 前言 做完项目后写了个技术小结，为他人学习提供参考。 另外建了一个无人驾驶方面的微信交流群，有兴趣的朋友可以加我微信：wxl609278502 请注明： 姓名-单位/学校 项目描述： 使用opencv实时处理车载摄像机采集的道路图像，检测道路交通标志...
基于HSV色彩空间的自适应肤色检测
最新发布
05-04
基于HSV色彩空间的自适应肤色检测是一种常见的肤色检测方法，其原理是利用HSV色彩空间中肤色区域的特征来实现肤色检测。HSV色彩空间是一种将颜色描述为色相、饱和度和明度三个分量的颜色空间，因此可以通过调整HSV分量的阈值来实现肤色区域的提取。 具体实现方法如下： 1. 将RGB颜色空间转换为HSV颜色空间。 2. 根据经验设定肤色的HSV颜色范围，一般为H=0-50, S=50-255, V=50-255，可根据实际情况进行调整。 3. 对每个像素的HSV分量进行判断，若该像素的HSV分量在肤色范围内，则将该像素标记为肤色像素。 4. 对所有标记为肤色像素的区域进行连通域分割，提取出肤色区域。 5. 对提取出的肤色区域进行形态学处理，如腐蚀、膨胀等，以去除噪声和平滑边缘。 这种方法的优点是简单易实现，对光照变化的适应性较强，但也存在一定的局限性，如可能受到非肤色物体的干扰，对不同人种的肤色适应性有限等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

kobesdu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值