主要思想来自颜色分类论文《Goal Evaluation of Segmentation Algorithms for Traffic Sign Recognition》
RGB空间是通常的初始的空间，如果简单的分割过程是其目的，使用RGB空间是比较好的选择。然而，三个颜色之间的高相关性组件和光照变化颜色的效果信息，使得它很难找到正确的阈值。在这个空间上，一个解决办法是使用RGB的相对于归一化，即除以R + G+ B。
这种方式，阈值在这个空间里很容易地找到。然而，出现了一些问题：这个标准化的空间，因为照度低（低RGB值），该转换是不稳定的，并在接近零的值，噪声被放大。
检测所用的阈值如下 其中ThR=0.4；ThG=0.3，ThB=0.4，thy=0.85 程序代码为
pImg = cvLoadImage( "P6250063.TIF"/argv[1]/, 1);//需要检测的图片名称 IplImage *RChannel,*GChannel,*BChannel,*tempImg,*middleImg; CvSize Size1;//OpenCV的基本数据类型之一。表示矩阵框大小，以像素为精度。与CvPoint结构类似，但数据成员是integer类型的width和height。 Size1 = cvGetSize(pImg);//OpenCV提供的一种操作矩阵图像的函数。得到二维的数组的尺寸，以CvSize返回。 RChannel = cvCreateImage(Size1, IPL_DEPTH_8U, 1);//创建头并分配数据,IPL_DEPTH_8U - 无符号8位整型 GChannel = cvCreateImage(Size1, IPL_DEPTH_8U, 1); BChannel = cvCreateImage(Size1, IPL_DEPTH_8U, 1); cvSplit(pImg, BChannel, GChannel, RChannel, NULL);//分割多通道数组成几个单通道数组或者从数组中提取一个通道 tempImg = cvCreateImage(Size1, IPL_DEPTH_8U, 1);//CreateImage创建头并分配数据 CvMat mat = cvMat(Size1.height,Size1.width,IPL_DEPTH_8U,NULL);//CvMat 多通道矩阵
CvMat mat2 = cvMat(Size1.height,Size1.width,IPL_DEPTH_8U,NULL); CvMat mat3 = cvMat(Size1.height,Size1.width,IPL_DEPTH_8U,NULL); CvMat* Rmat;//指针 CvMat* Gmat; CvMat* Bmat; int rData; int gData; int bData; int temp=0;
CvRect resultRect;//矩形框的偏移和大小 Rmat = cvGetMat(RChannel, &mat, 0, 0);//转换成向量
Gmat = cvGetMat(GChannel, &mat2, 0, 0);
Bmat = cvGetMat(BChannel, &mat3, 0, 0);
for (int i = 0;iheight;i++) { for (int j = 0;jwidth;j++) { int ifred=0;//重新赋值！坑爹啊！ int ifgreen=0; int ifyellow=0; int temp=0; rData = (int)CV_MAT_ELEM(*Rmat, uchar, i, j);//opencv中用来访问矩阵每个元素的宏，这个宏只对单通道矩阵有效，多通道会报错 gData = (int)CV_MAT_ELEM(*Gmat, uchar, i, j); bData = (int)CV_MAT_ELEM(*Bmat, uchar, i, j); float sum=rData+gData+bData; float rr=rData; float gg=gData; float bb=bData; rij=rData/sum; gij=gData/sum; bij=bData/sum;
ifred=whetherRed(rData,gData,bData,50); ifblue=whetherBlue(rData,gData,bData,50); ifyellow=whetherYellow(rData,gData,bData,50);
if((ifred==255)||(ifblue==255)||(ifyellow==255)) { temp=255;
}
cvSet2D(&mat,i,j,cvScalar(temp));//Set*D修改指定的数组 cvSet2D 给某个点赋值。cvGet2D 获得某个点的值, idx0=hight 行值, idx1=width 列值。函数返回的是一个CvScalar 容器，其参数中也有两个方向的坐标;CvScalar定义可存放1—4个数值的数值，
} } middleImg = cvGetImage(&mat,tempImg);//GetImage从不确定数组返回图像头 cvShowImage( "window2", middleImg ); //显示图像 resultRect = processImg(middleImg); if((rednum>=yellownum)&&(rednum>=bluenum)) cout<<"检测到红色标志！"<<endl; if((bluenum>=yellownum)&&(bluenum>=rednum)) cout<<"检测到蓝色标志！"<<endl; if((yellownum>=bluenum)&&(yellownum>=rednum)) cout<<"检测到黄色标志！"<<endl;
int whetherRed(int rData,int gData,int bData,int T) { if ((rij >= 0.4)&&(gij <= 0.3)) { rednum++; return 255; } } int whetherYellow(int rData,int gData,int bData,int T) {
if ((rij+gij)>=0.85) { yellownum++; return 255; } } int whetherBlue(int rData,int gData,int bData,int T) {
if (bij>=0.4 ) { bluenum++; return 255; } }
