УДК 621.3.049.77
ОПТИКО-ЭЛЕКТРОННАЯ СИСТЕМА ВЫДЕЛЕНИЯ КОНТУРА ДОРОЖНОГО ЗНАКА
C.B. Дегтярев, B.C. Панищев, Т.А. Ширабакина
Рассмотрена проблема распознавания дорожных знаков, пре дложена структурная схема устройства вво да видеоинформации и выделения контуров дорожных знаков. Разработан ал горитм сканирования изображения, позволяющий осуществлят ь быстрый поиск знака.
Развитие современных систем технического зрения привело к массовому распространению и внедрению в различные области человеческой деятельности технологий машинной обработки изображений. Такие технологии широко применяются в издательских системах, телевизионной видеотехнике, медицине, системах контроля технологических процессов, дорожного движения, робототехнике и в других областях [1]. В число задач, решаемых такими системами, входит задача распознавания знаков, регулирующих дорожное движение.
Изображения дорожных знаков получают от видеодатчика, установленного на автомобиле, который перемещается по дорожной поверхности со значительной скоростью. Изображения сцены движения подвержены колебаниям; на цветовую информацию воздействует изменяющееся освещение. В сценах движения присутствует множество объектов, которые делают распознавание знака затруднительным: пешеходы, другие транспортные средства, здания, доски объявлений и т. д. Дорожные знаки существуют в сотнях вариантов, часто отличающихся от юридически определенного стандарта. Кроме того, алгоритмы распознавания должны выполняться в режиме реального времени, базовая ЭВМ должна быть способна обработать огромный объем информации в потоке видеоданных.
Сегодня существует множество устройств и алгоритмов распознавания и классификации дорожных знаков, анализ которых выявил необходимость разработки методов увеличения быстродействия систем распознавания, обладающих при этом высокой степенью достоверности результатов [2].
Существует два подхода к построению систем распознавания знаков. Первый заключается в том, что для проектирования успешного ап-
парата распознавания нужно обеспечить большое количество образцов знаков. Это — статистический подход, и он требует приобретения существенных баз данных изображений, что и дорого, и отнимает много времени.
Второй подход заключается в разработке систем распознавания дорожных знаков, основанных на использовании нейросетевых методов (базирующихся на применении различных типов нейронных сетей), нечеткой логики, поскольку эти методы наиболее устойчивы к возможным искажениям распознаваемых изображений [2].
Предлагается оптико-электронная система выделения контура дорожного знака (круглыш, прямоуголъ-ный, треуголъный), основанная на ис-полъзовании нейросетевых методов построения систем распознавания. Структурная схема системы приведена на рис. 1.
В системе используется видеодатчик, основой которого служит матричный фоточувствительный прибор с зарядовой связью (МФПЗС), обеспечивающий формирование полноформатного видеосигнала и от-
у г* АЦП
*
ГУИ —
ЦСП —» ОЗУ
4—
i t
1 ' 1
НМП
т
Рис. 1. Структурная схема системы распознавания вида дорожного знака
вечающий по числу строк ТВ-стандарту. Общее число элементов в таком МФПЗС по вертикали — 625, по горизонтали — 360, размер фоточувствительного элемента — 18 х х 19 мкм2. Усилитель У предназначен для увеличения амплитуды видеосигнала. Аналого-цифровой преобразователь преобразует аналоговый видеосигнал в цифровой. Генератор управляющих импульсов ГУИ позволяет выделить кадровый, строчный импульсы и информационную часть видеосигнала. ОЗУ состоит из трех быстродействующих статических ОЗУ. Цифровой сигнальный процессор ЦСП выполняет предварительную обработку видеокадра. Нейроматричный процессор НМП предназначен для выделения контура знака.
Система работает следующим образом: видеосигнал с выхода видеодатчика подается на У, ГУИ и затем на АЦП. Оцифрованный АЦП видеосигнал запоминается в ОЗУ. ЦСП генерирует адреса так, чтобы байты нечетного полукадра помещались в нечетные строки ОЗУ, а второго — в четные [3]. По окончании записи видеокадра ЦСП обрабатывает его, проводя вычисления по формулам предобработки. Обработанный кадр помещается в другую область ОЗУ и затем передается нейроматричному процессору для распознавания. Если в распознаваемой области изображения есть области с фигурами квадрат, круг, треугольник, эта область передается на выход системы.
Алгоритм работы системы состоит из нескольких шагов:
— ввода кадра изображения;
— предварительной обработки (контрастирования) кадра;
— выделения контура знака;
— передачи области изображения, содержащего контур знака, внешнему распознающему устройству или же сообщения об отсутствии знака.
22
Sensors & Systems • № 9.2003
Предварительная обработка видеоинформации заключается в преобразовании исходного массива. Для получения изображения с широким динамическим диапазоном используется алгоритм нелинейного локального контрастирования изображения [4]. При этом меняются такие характеристики изображения, как средний уровень яркости, динамический диапазон, контрастность.
В результате получаем массив в котором отдельно взятый элемент а^ представляет собой яркость одного пикселя изображения
a11 a12 a 13 • • a, 1 m
a 2i a22 a 23 • 2m
a 3i a32 a 33 • • a, 3m
aQ 1 an 2 an 3 • a nm
где т — число элементов в строке изображения, п — число строк.
Для черно-белого изображения размерность ау составит один бит (значение 0 или 1), для полутонового (256 градаций серого) — один байт.
Изображение для распознавания представляет собой кадр в градациях серого размером 320 х х 240 точек, размерность каждой точки равна одному байту. Положение знака в кадре может быть любым.
Выделение контура заключается в:
• разбиении изображения на четыре равные по площади области (нижняя и верхняя правые, нижняя и верхняя левые области);
• сканировании каждой области малым окном; сканирование построчное — справа налево, сверху вниз (рис. 2); процесс продолжается до нахождения области, содержащей фигуру, подобную знаку;
• в случае положительного результата (есть фигура) просматриваются близлежащие необследованные (т. е. слева и снизу) области со смещением, поскольку на трассе движения часто встречаются спаренные знаки (рис. 3);
• в случае отрицательного результата (отсутствие знака) поиск проводится далее в левой верхней части изображения, правой нижней, левой нижней, причем в левых четвертях изображения направление сканирования слева направо, сверху вниз.
Выделение контура и распознавание вида знака осуществляется нейронной сетью, причем удачному распознаванию знака соответствует
Рис. 2. Сканирование изображения
Рис. 3. Обследование близлежащих областей знака
активность одного нейрона, отвечающего именно за этот вид знака. Поэтому число нейронов в выходном слое составит четыре (прямоугольник, круг, треугольник, неизвестная область).
Первый слой обучается четырем типам линий и четырем типам дуг. Второй слой обучается выделению углов, составленных из линий, и более широким дугам. Третий слой — распознаванию треугольников, квадратов, кругов.
Длительность передачи одного кадра от видеодатчика к усилителю составляет 40 мс, полукадра — 20 мс. Длительность одной строки составляет 64 мкс, причем информационная часть — 52 мкс, остальное — сигнал синхронизации, импульс начала строки и другие. Всего в кадре содержится 578 информативных строк, в одной строке 360 элементов. Видеосигнал поступает с частотой 7 МГц. Преобразуя этот сигнал с помощью АЦП в двоичный код, получаем оцифрованный кадр 320 х 200 в 256 градациях серого. Скорость передачи данных в ЦСП составляет 1,5 Мбайт/с. Таким образом, уст-
ройство оцифровывает и обрабатывает 25 кадров/с, тогда как цифровая камера SONY через порт USB передает в компьютер только 5 кадров/с.
Использование ЦСП позволяет быстро предобработать 25 кадров изображения (контрастирование). Кроме того, в предложенном алгоритме распознавания изображение 320 х 200 обрабатывается не все сразу, а по частям, что уменьшает размер нейросети и объем нейровы-числений и повышает быстродействие системы. Предложенный алгоритм обеспечивает поиск знака в той части изображения, где он будет находиться с большой долей вероятности, исключая таким образом лишнюю обработку неинформативных областей.
Разработанный алгоритм работы оптико-электронной системы распознавания вида дорожного знака позволяет вводить и распознавать один кадр видеоизображения. Устройство ввода и распознавания видеоизображения дорожного знака дает возможность повысить скорость ввода видеоизображения.
ЛИТЕРАТУРА
1. Прэтт У. Цифровая обработка изображений: В 2-х кн./ Пер. с ан гл. Под ред. Д.С. Лебе д ева. М.: Мир, 1982. 2 кн., 790 с.
2. Панищев B.C., Дегтярев C.B. Анализ систем распознавания д орожных знаков // Известия Тульского госу-д арственного университета. Сер. Вычислительная техника. Автоматика. Управление. Т. 4. Выпуск 1. Тула, 2002. С. 96-103.
3. Архипов А.Е., Дегтярев C.B., Панищев B.C. Устройство ввода, предобработки и сжатия видеоинформации // Проблемы передачи и обработки информа ции в сетях и системах телекоммуника ц ий: Матер. Междунар. научн.-техн. конф. Рязань, 2000. С. 39-40.
4. Архипов А.Е., Дегтярев C.B. Предобработка изображений при ви деокон-троле техноло гических про цессов // Материалы и упро чняющие технологии — 2001: Тез. и матер. докл. IX НТК. Курск, 2002. С. 212—214.
Cергей Bикторович Дегтярев — канд. техн. наук, доцент кафедры uBычиcлителъная техника", Курский государственный технический университет; m (0712) 56-43-13
Bладимир ^авиевич Панищев — магистр техники и технологии, аспирант кафедры aBычиcлителъная техника ";
Тамара Александровна Ширабакина — канд. техн. наук, профессор кафедры "Конструирование и технология электронных вычислителъных средств m (0712) 56-11-75
E-mail: rector@kstu.kursk.ru □
Датчики и Системы • № 9.2003
23
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.