0 引言

    隨著社會的快速發(fā)展，現(xiàn)今的生活中，汽車已經(jīng)成為主要的交通工具，路牌也成為一種重要的導航工具。無論是高速公路還是國道、省道，到處都樹立著路牌。然而，由于路牌常常被豎立在路的兩邊，當司機需要了解路旁路牌的信息時，注意力很容易被分散，當駕駛者對自己所在道路不熟悉的時候，前方路況和各種標志的路牌會讓駕駛者的心里壓力變大，駕駛者由于減速觀看路牌很容易發(fā)生交通堵塞和交通事故，使得交通狀況變得更加惡劣。對此，國內(nèi)外一些研究學者對路牌的識別進行了研究^[1]，但效果不是很理想，將路牌識別系統(tǒng)實現(xiàn)的更是少之又少。智能路牌識別系統(tǒng)能有效地提取路牌信息，幫助駕駛者理解路牌的信息，對于安全駕駛有著極其重要意義，對將來智能駕駛戰(zhàn)略也將做出突出的貢獻。

1 智能路牌識別控制系統(tǒng)的總體設(shè)計

    本系統(tǒng)由基于嵌入式技術(shù)的前端采集、通信傳輸系統(tǒng)和遠程云服務(wù)器識別系統(tǒng)組成。前端采集傳輸采用基于三星Cortex-A9架構(gòu)的核心板，配備一千萬像素攝像頭、語音播報模塊和4G通信模塊構(gòu)建智能路牌識別系統(tǒng)的硬件平臺。攝像頭采集含有路牌的圖像，由主控芯片對圖像進行壓縮，壓縮后的圖像在4G模塊下通過SOCKET程序傳送到云服務(wù)器上。采用云平臺服務(wù)器作為智能路牌識別器的數(shù)據(jù)處理中心，在服務(wù)器上通過深度學習算法訓練文字識別網(wǎng)絡(luò)，將分割后的圖像在訓練好的網(wǎng)絡(luò)上進行識別，然后將得到的結(jié)果傳輸?shù)角岸耍ㄟ^語音模塊播報給使用者。智能路牌識別器的總體設(shè)計如圖1所示。

2 智能路牌識別控制系統(tǒng)的硬件設(shè)計

2.1 主控單元模塊

    該模塊采用ARM9核心的處理器作為中央控制單元模塊，用它實現(xiàn)對前端采集系統(tǒng)各個單元模塊所采集的數(shù)據(jù)信息進行匯總分析和處理，對各個功能模塊發(fā)出控制指令，協(xié)調(diào)整個系統(tǒng)穩(wěn)定運行。中央控制單元完成圖像采集，根據(jù)預(yù)先板載的壓縮算法程序完成圖像壓縮，通常可達到6：1的壓縮率，并發(fā)給云服務(wù)器，減小了傳輸時間，保證了信息傳輸?shù)膶崟r性。中央控制單元同時接收來自云服務(wù)器發(fā)送的識別結(jié)果，并將結(jié)果通過語音模塊反饋給使用者。

2.2 前端采集模塊

    前端采集采用的是一千萬像素的CMOS高清攝像頭，它能夠清晰地拍攝前方場景信息，用于智能路牌識別系統(tǒng)對路牌信息的采集。得到的高清圖片存儲在中央控制單元，并由中央控制單元對其進行處理。

2.3 無線通信模塊

    無線通信模塊由外圍電路和4G通信芯片構(gòu)成，使用SOCKET通信和4G通信技術(shù)，完成智能路牌識別系統(tǒng)和云端服務(wù)器的相互連接。在中央處理器模塊的控制下，前端采集壓縮的圖片在無線通信模塊的作用下發(fā)送給云端服務(wù)器，同時云端服務(wù)器將處理完成的信息通過無線傳輸模塊發(fā)送給中央控制單元，把結(jié)果實時反饋給使用者。

2.4 語音文字播報模塊

    語音播報模塊主要作用是將云端服務(wù)器處理的路牌文字信息以語音播報的形式展現(xiàn)給駕駛者，使得駕駛者不用因環(huán)顧四周的路牌文字而分心。該模塊主要采用SYN6288中文語音合成芯片實現(xiàn)對語音文字的播報，把云端服務(wù)器發(fā)送的文本文字轉(zhuǎn)化為音頻信息。SYN6288語音芯片采用UART和SPI兩種通信方式，實現(xiàn)文本智能分析處理、多音字處理功能。該模塊的電路如圖2所示。

3 智能路牌識別控制系統(tǒng)的軟件設(shè)計

    本系統(tǒng)軟件的設(shè)計由兩部分組成。一部分是前端ARM9加載Linux系統(tǒng)的設(shè)計，完成前端信息的采集壓縮、云端服務(wù)器通信和語音播報的功能。前端采集程序流程圖如圖3所示。

    另一部分是在云端服務(wù)器上實現(xiàn)對采集圖像的預(yù)處理、檢測、分割和分類識別功能。云端服務(wù)器首先對前端發(fā)送的圖像解壓縮、預(yù)處理，利用支持向量機（SVM）算法檢測是否含有路牌。檢測到路牌之后對路牌區(qū)域進行提取，對提取后的路牌進行圖像處理，然后利用投影法對文字進行分割，最后進行文字識別。其中文字識別部分采用的是目前流行的深度學習框架——CAFFE框架，主要采用C++/CUDA高級語言來實現(xiàn)對深度學習網(wǎng)絡(luò)的訓練和文字的識別。云端服務(wù)器程序流程圖如圖4所示。

4 基于卷積神經(jīng)網(wǎng)絡(luò)的文字識別算法

    卷積神經(jīng)網(wǎng)絡(luò)（CNN）是深度學習領(lǐng)域的一個重要算法，在很多應(yīng)用上表現(xiàn)出卓越的效果^[2-3]。目前字符識別算法有很多種，但對漢字的識別，特別是自然場景的文字識別都有一定的局限^[4-5]。將多種文檔字符識別算法與CNN比較，會發(fā)現(xiàn)CNN算法比其他算法的效果都好。在本文的智能路牌識別系統(tǒng)中，主要利用CNN對日常生活中常見的3 000個漢字進行訓練然后識別。CNN是在BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)上改進得到的，它們都是采用了向前傳播計算網(wǎng)絡(luò)的輸出值，通過誤差計算公式，向后傳播修正權(quán)重和偏置的值。與傳統(tǒng)的特征提取方法相比，CNN最大的改進就是卷積神經(jīng)網(wǎng)絡(luò)是利用卷積核進行特征提取，相鄰層之間不是全連接，而只是部分進行連接，從而得到局部特征。在一個特征平面采用權(quán)值共享機制，很大程度上減少了權(quán)值的數(shù)量。

    本文設(shè)計的網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示，輸入的數(shù)據(jù)為一張40×40像素的圖片，第一層為卷積層，由64個3×3卷積核組成，每個卷積核都各自提取不同的一種特征，通過輸入與卷積核運算來提取圖像的局部特征。然后進入池化層，在2×2的窗口中選取最大值作為一個輸出值，從而降低了數(shù)據(jù)維度。以此類推，計算第二層128個卷積核和第三層256個卷積核的卷積運算。全連接層分別采用4 096和3 000個1×1的卷積核進行全連接來提取圖片文字的全局特征進行分類。然后根據(jù)誤差輸出公式進行誤差計算，反向進行權(quán)值和偏置更新。為了防止過擬合，采用dropout對網(wǎng)絡(luò)權(quán)值和偏置進行部分更新。反復(fù)進行計算多次實現(xiàn)對網(wǎng)絡(luò)參數(shù)進行訓練的目的。

    在智能路牌識別系統(tǒng)中，挑選日常常用的3 000個漢字進行了訓練，基于國家標準規(guī)定——道路路牌采用方正黑體格式漢字，實驗中通過計算機生成了相應(yīng)圖像數(shù)據(jù)。利用C#語言生成40像素×40像素的漢字圖片作為測試集和訓練集，如圖6所示。

    考慮到前端采集模塊在實際采集圖片時會出現(xiàn)各種干擾，如硬件發(fā)熱、外界環(huán)境干擾、光線的亮暗等因素的影響，使得圖像帶有噪聲點、圖片模糊、字跡不清或者產(chǎn)生旋轉(zhuǎn)和扭曲等狀況，因此，需將生成的每個漢字圖像進行圖像處理，分別對其進行各種隨機的噪聲點生成、腐蝕膨脹以及不同角度的旋轉(zhuǎn)和扭曲。這樣對每一個漢字圖片產(chǎn)生300張不同的圖片，獲得了更多的數(shù)據(jù)量，這樣測試集和訓練集一共有900 000個數(shù)據(jù)。通過圖5所示的卷積神經(jīng)網(wǎng)絡(luò)進行訓練。

5 系統(tǒng)的測試與分析

    由于現(xiàn)在路牌場景種類繁多，測試實驗中采用比較規(guī)范、應(yīng)用比較多、文字方向從左自右的路牌進行實驗。如圖7（a）所示，對前端發(fā)送到服務(wù)器的圖像，先通過Canny算子邊緣檢測粗定位和MSER算法細定位，使用SVM算法來判斷是否含有路牌，判斷出路牌標識后對圖像進行路牌區(qū)域提取。

    路牌區(qū)域提取采用基于HSI顏色空間的方法。基于我國以綠底和藍底作為路牌的背景，采用HSI空間中的H分量將路牌區(qū)域提取出來。本實驗將H參數(shù)設(shè)定在[150，190]區(qū)間，得出實驗結(jié)果如圖7(b)所示。

    在文字檢測部分，采用Canny算子進行邊緣檢測^[6]，提取漢字的邊緣，然后用形態(tài)學對漢字進行處理，將文字與文字分開同時將文字的各個部分進行連接，以便于進行文字分割。在文字分割部分，采用投影法，根據(jù)像素值的特征進行分割。首先對路牌進行二值化處理，先進行水平投影像素值相加，進行行分割，分割效果如圖8所示。

    然后豎直方向投影進行像素值相加，進行豎直方向分割，分割效果如圖9所示。通過連通區(qū)域算法分析得到各個文字區(qū)域，最后歸一化為40像素×40像素圖像，送入深度學習卷積神經(jīng)網(wǎng)絡(luò)進行分類識別。

    采用本實驗設(shè)計的網(wǎng)絡(luò)結(jié)構(gòu)，將數(shù)據(jù)集的800 000個數(shù)據(jù)作為訓練集，100 000個數(shù)據(jù)集作為測試集，在云服務(wù)器上迭代8 000次，得到99%的準確率，測試的準確率和損失值如圖10所示，當?shù)螖?shù)達到900次左右時，準確率趨于平穩(wěn)，由此可見CNN在路牌漢字識別上具有優(yōu)勢和潛在的應(yīng)用價值。

6 結(jié)論

    本文完成了智能路牌識別系統(tǒng)從硬件到軟件的設(shè)計，實現(xiàn)了硬件的圖像采集壓縮和軟件的圖像處理、區(qū)域檢測和文字分割，最后通過語音模塊播報給使用者的功能。該系統(tǒng)對駕駛者有十分重要的作用，并可運用在無人駕駛領(lǐng)域，對新世紀的智能交通也將做出突出的貢獻。本文系統(tǒng)未考慮前端動態(tài)拍攝時的模糊圖像處理問題，即當車輛行駛太快情況下，前端采集的圖像可能會不清晰，這也是下一步將努力的方向。

參考文獻

[1] GONZALEZ A，BERGASA L M，YEBES J J.Text detection and recognition on traffic panels from street-level imagery using visual appearance[J].IEEE Transaction on Intelligent Transportation Systems，2014，15(1)：228-238.

[2] 王愷，靳簡明，史廣順，等.基于特征點的漢字字體識別研究[J].電子與信息學報，2008，30(2)：272-276.

[3] 鄭胤，陳權(quán)崎，章毓晉.深度學習及其在目標和行為識別中的新進展[J].中國圖象圖形學報，2014，19(2)：175-184.

[4] 孫彩虹.自然場景中路牌漢字識別技術(shù)研究[D].南京：南京理工大學，2014.

[5] 劉居鋒.自然場景中交通標志文字檢測算法研究[D].北京：北京理工大學，2014.

[6] 曾俊.圖像邊緣檢測技術(shù)及其應(yīng)用研究[D].武漢：華中科技大學，2011.

作者信息:

林付春，劉宇紅，張達峰，張榮芬

（貴州大學 大數(shù)據(jù)與信息工程學院，貴州 貴陽550025）