一、前言
识别彩色视频序列中的交通警告标志，如“停止”、“请勿进入”和“让行”。
二、模型
下图显示了交通警告标志识别模型：
三、交通警告标志模板
该示例使用两组模板 - 一组用于检测，另一组用于识别。
为了节省计算，检测模板的分辨率较低，并且该示例对每个符号使用一个检测模板。此外，由于红色像素是交通警告标志的区别特征，因此该示例在检测步骤中使用这些像素。
对于识别步骤，准确性是重中之重。因此，该示例为每个标志使用三个高分辨率模板。这些模板中的每一个都以略有不同的方向显示标志。此外，由于白色像素是识别每个交通警告标志的关键，因此该示例在识别步骤中使用这些像素。
“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告标志识别模板。
四、检波
该示例分析 YCbCr 色彩空间中的每个视频帧。通过在 Cr 通道上阈值和执行形态操作，该示例提取包含红色像素斑点的视频帧部分。该示例使用 Blob 分析块查找每个 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 类似于任何交通警告标志检测模板，则它是潜在的交通警告标志。
五、跟踪和识别
该示例将当前视频帧中潜在交通警告标志的边界框与前一帧中的边界框进行比较。然后，该示例计算每个潜在交通警告标志的出现次数。
如果在 4 个连续的视频帧中检测到潜在标志，该示例会将其与交通警告标志识别模板进行比较。如果潜在交通警告标志与 3 个连续帧中的交通警告标志识别模板足够相似，则该示例将潜在交通警告标志视为实际交通警告标志。
当示例识别出一个符号时，它将继续跟踪它。但是，为了节省计算，它不再继续识别它。
六、显示
在 4 个或更多视频帧中检测到潜在标志后，该示例使用“绘制形状”块在其周围绘制一个黄色矩形。识别标志后，该示例使用“插入文本”块在视频流上写入标志的名称。该示例使用术语“标签”来指示检测到标志的顺序。
七、交通警告标志识别结果
