آشکارسازی بر اساس شکل

رنگها نقش پررنگی را در سیستمهای آشکارسازی علامت ترافیکی را ایفا میکنند، با این حال شناسایی اشکال نیز مورد استفاده گروههای تحقیقاتی فراوانی می باشد.معمولا تکنیکهای آشکارسازی علامت ترافیکی بر اساس شکل، روی تصاویر با سطح رنگ خاکستری انجام می شود. برخی از این تکنیکها عبارتند از:
 Hierarchal Spatial Feature Matching
 Hough Transform
 Similarity Detection
 Distance Transform Matching

3-4-2-1 Hierarchal Spatial Feature Matching

جستجو بر اساس شکل هندسی علایم ترافیکی انجام می گیرد، پس از اینکه جستجو انجام گرفت، لیستی از آیتم های پیدا شده ایجاد میگردد که به ماژول طبقه بندی کننده، تحویل داده می شود.

3-4-2-2 Hough Transform

بصورت کلاسیک ، تبدیل هاف برای یافتن ویژگیهای منظمی مثل خطوط ودوایر، مورد استفاده قرار می گیرد.تبدیل هاف می تواند، یک شکل خاص را از روی تصویر اصلی جدا کند. این روش محاسبات پیچیده ای انجام می دهد وبه حافظه زیادی احتیاج دارد، بنابراین در سیستمهایی که می¬خواهند در زمان واقعی به نتیجه برسند، کاربردی ندارد. با این حال، بعضی از محققین برای آشکارسازی علامت ترافیکی توسط از تبدیل هاف استفاده می کنند]14[.
این روش با رویکرد، شناسایی گوشه ها با استدلال ویا تطبیق قالب ساده عملی میشود.تعمیم HT به یک روش، برای یافتن شکل دلخواه در تصویر؛ میتواند با استفاده از تصویر لبه ، انجام بگیرد.این تکنیک از اولین تکنیک های بینایی ماشین می باشد.این تکنیک با گذشت زمان گسترش یافت و بهبود داده شد. لوی وبارنز طوری از آن استفاده کردند که بتواند علایم ترافیکی را تشخیص بدهد.روش آنها در چندین سیستم تشخیص علایم ترافیکی مورد استفاده قرار گرفت.لوی وبانرز برای شناسایی علایم ترافیکی ،از آشکار ساز چند ضلعی منظمی بهره می جویند.آشکار ساز پیشنهادی آنها براساس تبدیل سریع تقارن شعاعی عمل میکند،رویکرد کلی در این آشکار ساز شبیه HT است]12[.

3-4-2-3 Similarity Detection

این رویکرد با پیدا کردن یک عامل تشابه انجام می شود.این عامل تشابه،از مقایسه بین منطقه قطعه بندی شده ومجموعه ای از تصاویر باینری که نشان دهنده علایم ترافیکی اند،انجام می گیرد.این روش فرض می کند که هر دو تصویر نمونه برداری و تقسیم بندی شده، دارای ابعاد مشابهی هستند]14[.

3-4-2-4 Distance Transform Matching

گاوریلا از تطبیق الگوی مبتنی بر تبدیل فاصله(DT ) برای تشخیص شکل استفاده کرد.ابتدا لبه های تصویر اصلی استخراج می شوند،سپس تصویرDT ساخته می شود.تصویر DT ،تصویری است که هر پیکسل فاصله خود تا نزدیکترین لبه را نمایش میدهد.ایده ای برای پیدا کردن شکل مورد علاقه در نظر گرفته،این است که تطابق الگو(بعنوان مثال یک مثلث منتظم)در برابر تصویر DTانجام بگیرد.بمنظور یافتن بهترین تطبیق،الگوها چرخانده می شوند ومقیاس ها هم عوض می شوند.ممکن است این مطابقت با قالب یا لبه تصویر خام انجام بگیرد،که در این مورد عملیات تطبیق قالب باتصویرDT منجر به اندازه گیری شباهت بهتری خواهد شد.
گاوریلا با بهره بردن از ایده ای که الگوهای مشابه را گروه بندی میکرد یک الگوی سلسله مراتبی را ارایه داد که نمونه های اولیه این گروه ها در دسترس قرار می گرفتند.با استفاده از این ایده در هزینه های محاسباتی صرفه جویی به عمل آورد]13[.

شکل ‏3 12:اسنخراج تصویر DT؛ (a) تصویر اصلی؛(b) لبه های تشخیص داده شده؛ (c) تصویرDT ]13[