发明创造名称：交通标志图像处理方法及装置
外观设计名称：
决定号：191397
决定日：2019-09-29
委内编号：1F271816
优先权日：
申请（专利）号：201410817079.7
申请日：2014-12-24
复审请求人：清华大学 深圳市腾讯计算机系统有限公司
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：苏丹
合议组组长：韩燕
参审员：张焰
国际分类号：G06F9/62
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：如果一项权利要求的技术方案与作为最接近现有技术的对比文件相比存在区别技术特征，上述区别技术特征没有被其他对比文件公开，也不属于本领域公知常识，并且上述区别技术特征使得权利要求的技术方案具备有益的技术效果，则权利要求具备创造性。
全文：
本复审请求涉及申请号为201410817079.7、名称为“交通标志图像处理方法及装置”的发明专利申请（下称本申请）。申请人为清华大学、深圳市腾讯计算机系统有限公司。本申请的申请日为2014年12月24日，公开日为2015年05月13日。
经实质审查，国家知识产权局原审查部门于2018年10月08日发出驳回决定，以权利要求1-12不具备专利法第22条第3款规定的创造性为由，驳回了本申请。具体理由为：独立权利要求1和7相对于对比文件1（CN103020623A，公开日为2013年04月03日）的区别技术特征在于：将交通标志候选窗口分为蓝色和非蓝色，对于非蓝色交通标志，利用非蓝色交通标志多重轮廓的特点，去除掉部分非交通标志候选窗口。基于上述区别技术特征可确定其实际解决的技术问题是：如何对交通标志候选窗口分类以及如何去除非交通标志候选窗口。然而，上述区别技术特征是本领域技术人员在对比文件1的基础上结合本领域常用技术手段容易想到的，因此，权利要求1和7不具备专利法第22条第3款规定的创造性。从属权利要求2-4及8-10的附加技术特征或者被对比文件1公开，或者是本领域的常规技术手段；从属权利要求5、6、11、12的附加技术特征或者被对比文件2（“基于高斯颜色模型和SVM的交通标志检测”，常发亮等，《仪器仪表学报》，第35卷第1期，公开日为2014年01月31日）公开，或者属于本领域常用技术手段；因此，权利要求2-6和8-12也不具备创造性。驳回决定所依据的文本为：申请日2014年12月24日提交的说明书第1-142段、说明书摘要、摘要附图、说明书附图图1-图5；2017年10月23日提交的权利要求第1-12项。驳回决定所针对的权利要求书如下：
“1. 一种交通标志图像处理方法，其特征在于，包括：
获取采集得到的街景图像；
生成所述图像的非蓝色交通标志的候选窗口以及蓝色交通标志的候选窗口，其中，对于非蓝色交通标志，利用非蓝色交通标志多重轮廓的特点，去除掉部分非交通标志候选窗口，对于蓝色交通标志，使用颜色阈值及联通区域特征，排除部分非交通标志候选区域；
采用设定的分类器，对生成的候选窗口进行分类识别，根据分类识别结果判断所述生成的候选窗口内是否存在交通标志以及交通标志的类型。
2. 根据权利要求1所述的方法，其特征在于，所述生成图像的非蓝色交通标志的候选窗口的步骤包括：
在HSV颜色空间，采用阈值法过滤出所述图像中接近交通标志所使用的红色和黑色，得到颜色过滤后的具有红色或黑色特征的图像，所述颜色过滤后的图像中的交通标志具有内外两层轮廓；
采用预设的轮廓检测方法，获取所述颜色过滤后的图像中的所有轮廓，过滤掉所有外层轮廓区域，保留所有内层轮廓区域；
获取每一所述内层轮廓区域的包围盒；
获取每一包围盒内部图像内容的连通区域数目；
对所有包围盒，将内部图像内容的连通区域数目在预设阈值范围内的包围盒作为所述非蓝色交通标志的候选窗口。
3. 根据权利要求1所述的方法，其特征在于，所述生成图像的蓝色交通标志的候选窗口的步骤包括：
在HSV颜色空间，采用阈值法过滤出所述图像中接近交通标志所使用的蓝色，得到颜色过滤后的具有蓝色特征的图像；
获取所述颜色过滤后的图像的所有包围盒；
获取每一包围盒内部图像内容的连通区域的大小，根据每一包围盒内部图像内容的连通区域的大小获取蓝色交通标志的候选窗口。
4. 根据权利要求3所述的方法，其特征在于，所述获取每一包围盒内部图像内容的连通区域的大小，根据每一包围盒内部图像内容的连通区域的大小获取蓝色交通标志的候选窗口的步骤包括：
获取每一包围盒内部图像内容的连通区域的大小；
若所述连通区域的长宽尺寸符合交通标志尺寸，则以所述连通区域对应的包围盒作为所述蓝色交通标志的候选窗口；
若所述连通区域的长宽尺寸小于交通标志尺寸，则排除所述连通区域对应的包围盒；
若所述连通区域的长宽尺寸大于交通标志尺寸，则在所述连通区域内，采用滑窗法生成候选窗口，作为所述蓝色交通标志的候选窗口。
5. 根据权利要求1-4中任一项所述的方法，其特征在于，所述采用设定的分类器，对生成的候选窗口进行分类识别，根据分类识别结果判断所述生成的候选窗口内是否存在交通标志以及交通标志的类型的步骤包括：
对每一候选窗口，提取其图像块的方向梯度直方图HOG特征；
将提取的HOG特征输入预先训练的SVM模型进行分类识别，得到分类识别结果，所述分类识别结果包括：识别出所述候选窗口内图像内容为交通标志或非交通标志，对于交通标志，还包括识别出该交通标志的类型。
6. 根据权利要求5所述的方法，其特征在于，所述采用设定的分类器，对生成的候选窗口进行分类的步骤之前还包括：
生成所述分类器；具体包括：
收集多个交通标志的图像块作为正例集，以及多个不包含交通标志的图像块作为负例集；
提取每一图像块的HOG特征，采用SVM模型训练出所述分类器，其中，每种交通标志为一个类别，非交通标志整体作为一个类别。
7. 一种交通标志图像处理装置，其特征在于，包括：
获取模块，用于获取采集得到的街景图像；
窗口生成模块，用于生成所述图像的非蓝色交通标志的候选窗口以及蓝色交通标志的候选窗口，其中，对于非蓝色交通标志，利用非蓝色交通标志多重轮廓的特点，去除掉部分非交通标志候选窗口，对于蓝色交通标志，使用颜色阈值及联通区域特征，排除部分非交通标志候选区域；
分类识别模块，用于采用设定的分类器，对生成的候选窗口进行分类识别，根据分类识别结果判断所述生成的候选窗口内是否存在交通标志以及交通标志的类型。
8. 根据权利要求7所述的装置，其特征在于，
所述窗口生成模块，还用于在HSV颜色空间，采用阈值法过滤出所述图像中接近交通标志所使用的红色和黑色，得到颜色过滤后的具有红色或黑色特征的图像，所述颜色过滤后的图像中的交通标志具有内外两层轮廓；采用预设的轮廓检测方法，获取所述颜色过滤后的图像中的所有轮廓，过滤掉所有外层轮廓区域，保留所有内层轮廓区域；获取每一所述内层轮廓区域的包围盒；获取每一包围盒内部图像内容的连通区域数目；对所有包围盒，将内部图像内容的连通区域数目在预设阈值范围内的包围盒作为所述非蓝色交通标志的候选窗口。
9. 根据权利要求7所述的装置，其特征在于，
所述窗口生成模块，还用于在HSV颜色空间，采用阈值法过滤出所述图像中接近交通标志所使用的蓝色，得到颜色过滤后的具有蓝色特征的图像；获取所述颜色过滤后的图像的所有包围盒；获取每一包围盒内部图像内容的连通区域的大小，根据每一包围盒内部图像内容的连通区域的大小获取蓝色交通标志的候选窗口。
10. 根据权利要求9所述的装置，其特征在于，
所述窗口生成模块，还用于获取每一包围盒内部图像内容的连通区域的大小；若所述连通区域的长宽尺寸符合交通标志尺寸，则以所述连通区域对应的包围盒作为所述蓝色交通标志的候选窗口；若所述连通区域的长宽尺寸小于交通标志尺寸，则排除所述连通区域对应的包围盒；若所述连通区域的长宽尺寸大于交通标志尺寸，则在所述连通区域内，采用滑窗法生成候选窗口，作为所述蓝色交通标志的候选窗口。
11. 根据权利要求7-10中任一项所述的装置，其特征在于，
所述分类识别模块，还用于对每一候选窗口，提取其图像块的HOG特征；将提取的HOG特征输入预先训练的SVM模型进行分类识别，得到分类识别结果，所述分类识别结果包括：识别出所述候选窗口内图像内容为交通标志或非交通标志，对于交通标志，还包括识别出该交通标志的类型。
12. 根据权利要求11所述的装置，其特征在于，还包括：
分类器生成模块，用于生成所述分类器；具体用于收集多个交通标志的图像块作为正例集，以及多个不包含交通标志的图像块作为负例集；提取每一图像块的HOG特征，采用SVM模型训练出所述分类器，其中，每种交通标志为一个类别，非交通标志整体作为一个类别。”
申请人（下称复审请求人）对上述驳回决定不服，于2019年01月22日向国家知识产权局提出了复审请求，同时修改了权利要求书。主要修改内容包括：在独立权利要求1和7中增加了技术特征“剩下的候选区域非常少，并且能够直接定位大部分具有外环描边的交通标志，避免了耗时的滑窗”以及“在得到少量比较精准的候选区域后”。复审请求人认为：对比文件1采用滑窗法去遍历整个图像，存在耗时长的技术问题，而本申请利用交通标志的轮廓特征、形状特征和颜色特征对图像候选区域进行筛选，能够快速排除图像中的非交通标志区域，得到交通标志所在位置，两者技术方案完全不同。复审请求时新修改的独立权利要求1和7如下：
“1. 一种交通标志图像处理方法，其特征在于，包括：
获取采集得到的街景图像；
生成所述图像的非蓝色交通标志的候选窗口以及蓝色交通标志的候选窗口，其中，对于非蓝色交通标志，利用非蓝色交通标志多重轮廓的特点，去除掉部分非交通标志候选窗口，对于蓝色交通标志，使用颜色阈值及联通区域特征，排除部分非交通标志候选区域，剩下的候选区域非常少，并且能够直接定位大部分具有外环描边的交通标志，避免了耗时的滑窗；
在得到少量比较精准的候选区域后，采用设定的分类器，对生成的候选窗口进行分类识别，根据分类识别结果判断所述生成的候选窗口内是否存在交通标志以及交通标志的类型。”
“7. 一种交通标志图像处理装置，其特征在于，包括：
获取模块，用于获取采集得到的街景图像；
窗口生成模块，用于生成所述图像的非蓝色交通标志的候选窗口以及蓝色交通标志的候选窗口，其中，对于非蓝色交通标志，利用非蓝色交通标志多重轮廓的特点，去除掉部分非交通标志候选窗口，对于蓝色交通标志，使用颜色阈值及联通区域特征，排除部分非交通标志候选区域，剩下的候选区域非常少，并且能够直接定位大部分具有外环描边的交通标志，避免了耗时的滑窗；
分类识别模块，用于在得到少量比较精准的候选区域后，采用设定的分类器，对生成的候选窗口进行分类识别，根据分类识别结果判断所述生成的候选窗口内是否存在交通标志以及交通标志的类型。”
经形式审查合格，国家知识产权局于2019年02月02日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：复审请求人在独立权利要求中新增的内容属于候选区域筛选达到的技术效果，对比文件1同样是根据交通标志的轮廓特征、形状特征和颜色特征对图像候选区域进行筛选，排除不是交通标志的区域，并对筛选后的候选区域进行分类识别，并非复审请求人所陈述的采取滑窗法去遍历整个图像，其同样能够快速排除图像中非交通标志区域，得到少量比较精准的候选区域。两者的区别只是对比文件1对交通标志候选窗口分类的方式与本申请不同，然而在对比文件1公开的将交通标志分为红、蓝、黄的基础上，本领域技术人员容易想到也可按照指示标志（蓝色标志）与警示标志（非蓝色标志）进行分类，并利用相应标志的特点来去除非交通标志候选窗口。因而坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年06月12日向复审请求人发出复审通知书，指出：权利要求1-12相对于对比文件1和本领域常用技术手段（及对比文件2）的结合不具备专利法第22条第3款规定的创造性。
复审请求人于2019年07月26日提交了意见陈述书，并再次对权利要求书进行了修改。主要修改内容为：在原独立权利要求1中增加了原从属权利要求2和3的附加技术特征以及新的技术特征“所述预设的轮廓检测方法为OpenCV给出的轮廓检测方法findContour”；在原独立权利要求7中增加了原从属权利要求8和9的附加技术特征以及新的技术特征“所述预设的轮廓检测方法为OpenCV给出的轮廓检测方法findContour”；并对权利要求的编号和引用关系进行了适应性修改。复审请求人认为：（1）对比文件1中筛选候选窗口的关键步骤需要复杂的规则，每个规则都需要复杂的运算，而权利要求1中明确记载了“对所有包围盒，将内部图像内容的连通区域数目在预设阈值范围内的包围盒作为非蓝色交通区域的候选窗口”，可见其通过简单的数据范围对比筛选候选窗口，极大提高筛选效率；（2）虽然交通标志分为蓝色、红色和黄色是公知常识，但是现有技术并未给出使用蓝色和非蓝色候选窗口来对交通标志进行分类的技术启示；（3）修改后的权利要求1对预设的轮廓检测方法进行了具体限定，其能够去掉不可能出现交通标志的区域从而排除大部分候选区域，避免了耗时的滑窗。因此，权利要求1和其他权利要求均具备创造性。
此次修改后的权利要求书如下：
“1. 一种交通标志图像处理方法，其特征在于，包括：
获取采集得到的街景图像；
生成所述图像的非蓝色交通标志的候选窗口以及蓝色交通标志的候选窗口，其中，对于非蓝色交通标志，利用非蓝色交通标志多重轮廓的特点，去除掉部分非交通标志候选窗口，对于蓝色交通标志，使用颜色阈值及联通区域特征，排除部分非交通标志候选区域，剩下的候选区域非常少，并且能够直接定位大部分具有外环描边的交通标志，避免了耗时的滑窗；
在得到少量比较精准的候选区域后，采用设定的分类器，对生成的候选窗口进行分类识别，根据分类识别结果判断所述生成的候选窗口内是否存在交通标志以及交通标志的类型；
其中，所述生成图像的非蓝色交通标志的候选窗口的步骤包括：
在HSV颜色空间，采用阈值法过滤出所述图像中接近交通标志所使用的红色和黑色，得到颜色过滤后的具有红色或黑色特征的图像，所述颜色过滤后的图像中的交通标志具有内外两层轮廓；
采用预设的轮廓检测方法，获取所述颜色过滤后的图像中的所有轮廓，过滤掉所有外层轮廓区域，保留所有内层轮廓区域，所述预设的轮廓检测方法为OpenCV给出的轮廓检测方法findContour；
获取每一所述内层轮廓区域的包围盒；
获取每一包围盒内部图像内容的连通区域数目；
对所有包围盒，将内部图像内容的连通区域数目在预设阈值范围内的包围盒作为所述非蓝色交通标志的候选窗口；
其中，所述生成图像的蓝色交通标志的候选窗口的步骤包括：
在HSV颜色空间，采用阈值法过滤出所述图像中接近交通标志所使用的蓝色，得到颜色过滤后的具有蓝色特征的图像；
获取所述颜色过滤后的图像的所有包围盒；
获取每一包围盒内部图像内容的连通区域的大小，根据每一包围盒内部图像内容的连通区域的大小获取蓝色交通标志的候选窗口。
2. 根据权利要求1所述的方法，其特征在于，所述获取每一包围盒内部图像内容的连通区域的大小，根据每一包围盒内部图像内容的连通区域的大小获取蓝色交通标志的候选窗口的步骤包括：
获取每一包围盒内部图像内容的连通区域的大小；
若所述连通区域的长宽尺寸符合交通标志尺寸，则以所述连通区域对应的包围盒作为所述蓝色交通标志的候选窗口；
若所述连通区域的长宽尺寸小于交通标志尺寸，则排除所述连通区域对应的包围盒；
若所述连通区域的长宽尺寸大于交通标志尺寸，则在所述连通区域内，采用滑窗法生成候选窗口，作为所述蓝色交通标志的候选窗口。
3. 根据权利要求1或2所述的方法，其特征在于，所述采用设定的分类器，对生成的候选窗口进行分类识别，根据分类识别结果判断所述生成的候选窗口内是否存在交通标志以及交通标志的类型的步骤包括：
对每一候选窗口，提取其图像块的方向梯度直方图HOG特征；
将提取的HOG特征输入预先训练的SVM模型进行分类识别，得到分类识别结果，所述分类识别结果包括：识别出所述候选窗口内图像内容为交通标志或非交通标志，对于交通标志，还包括识别出该交通标志的类型。
4. 根据权利要求3所述的方法，其特征在于，所述采用设定的分类器，对生成的候选窗口进行分类的步骤之前还包括：
生成所述分类器；具体包括：
收集多个交通标志的图像块作为正例集，以及多个不包含交通标志的图像块作为负例集；
提取每一图像块的HOG特征，采用SVM模型训练出所述分类器，其中，每种交通标志为一个类别，非交通标志整体作为一个类别。
5. 一种交通标志图像处理装置，其特征在于，包括：
获取模块，用于获取采集得到的街景图像；
窗口生成模块，用于生成所述图像的非蓝色交通标志的候选窗口以及蓝色交通标志的候选窗口，其中，对于非蓝色交通标志，利用非蓝色交通标志多重轮廓的特点，去除掉部分非交通标志候选窗口，对于蓝色交通标志，使用颜色阈值及联通区域特征，排除部分非交通标志候选区域，剩下的候选区域非常少，并且能够直接定位大部分具有外环描边的交通标志，避免了耗时的滑窗；
分类识别模块，用于在得到少量比较精准的候选区域后，采用设定的分类器，对生成的候选窗口进行分类识别，根据分类识别结果判断所述生成的候选窗口内是否存在交通标志以及交通标志的类型；
其中，
所述窗口生成模块，还用于在HSV颜色空间，采用阈值法过滤出所述图像中接近交通标志所使用的红色和黑色，得到颜色过滤后的具有红色或黑色特征的图像，所述颜色过滤后的图像中的交通标志具有内外两层轮廓；采用预设的轮廓检测方法，获取所述颜色过滤后的图像中的所有轮廓，过滤掉所有外层轮廓区域，保留所有内层轮廓区域，所述预设的轮廓检测方法为OpenCV给出的轮廓检测方法findContour；获取每一所述内层轮廓区域的包围盒；获取每一包围盒内部图像内容的连通区域数目；对所有包围盒，将内部图像内容的连通区域数目在预设阈值范围内的包围盒作为所述非蓝色交通标志的候选窗口；
其中，
所述窗口生成模块，还用于在HSV颜色空间，采用阈值法过滤出所述图像中接近交通标志所使用的蓝色，得到颜色过滤后的具有蓝色特征的图像；获取所述颜色过滤后的图像的所有包围盒；获取每一包围盒内部图像内容的连通区域的大小，根据每一包围盒内部图像内容的连通区域的大小获取蓝色交通标志的候选窗口。
6. 根据权利要求5所述的装置，其特征在于，
所述窗口生成模块，还用于获取每一包围盒内部图像内容的连通区域的大小；若所述连通区域的长宽尺寸符合交通标志尺寸，则以所述连通区域对 应的包围盒作为所述蓝色交通标志的候选窗口；若所述连通区域的长宽尺寸小于交通标志尺寸，则排除所述连通区域对应的包围盒；若所述连通区域的长宽尺寸大于交通标志尺寸，则在所述连通区域内，采用滑窗法生成候选窗口，作为所述蓝色交通标志的候选窗口。
7. 根据权利要求5或6所述的装置，其特征在于，
所述分类识别模块，还用于对每一候选窗口，提取其图像块的HOG特征；将提取的HOG特征输入预先训练的SVM模型进行分类识别，得到分类识别结果，所述分类识别结果包括：识别出所述候选窗口内图像内容为交通标志或非交通标志，对于交通标志，还包括识别出该交通标志的类型。
8. 根据权利要求7所述的装置，其特征在于，还包括：
分类器生成模块，用于生成所述分类器；具体用于收集多个交通标志的图像块作为正例集，以及多个不包含交通标志的图像块作为负例集；提取每一图像块的HOG特征，采用SVM模型训练出所述分类器，其中，每种交通标志为一个类别，非交通标志整体作为一个类别。”
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
（一）审查文本的认定
复审请求人在答复复审通知书时提交了修改后的权利要求书，修改文本符合专利法第33条和专利法实施细则第61条第1款的规定。因此，本复审请求审查决定所依据的审查文本为：2019年07月26日提交的权利要求1-8；申请日2014年12月24日提交的说明书第1-142段、说明书摘要、摘要附图、说明书附图图1-图5。
（二）关于专利法第22条第3款
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明有突出的实质性特点和显著的进步，该实用新型有实质性特点和进步。
如果一项权利要求的技术方案与作为最接近现有技术的对比文件相比存在区别技术特征，上述区别技术特征没有被其他对比文件公开，也不属于本领域公知常识，并且上述区别技术特征使得权利要求的技术方案具备有益的技术效果，则权利要求具备创造性。
本复审请求审查决定引用的对比文件与驳回决定、复审通知书所引用的对比文件相同，即：
对比文件1：CN103020623A，公开日为2013年04月03日。
对比文件2：“基于高斯颜色模型和SVM的交通标志检测”，常发亮等，《仪器仪表学报》，第35卷第1期，公开日为2014年01月31日。
权利要求1-8具备专利法第22条第3款规定的创造性。
1.权利要求1请求保护一种交通标志图像处理方法。对比文件1为最接近的现有技术，其公开了一种交通标志检测方法（参见说明书第[0008]-[0010]、[0020]-[0073]段，图2、图4）：驾驶辅助系统2包括安装在车辆1上的摄像机4，该摄像机4实时获取当前环境的图像（相当于获取采集得到的街景图像）；
交通标志检测方法包括：颜色空间转换步骤S100，将输入的待处理图像转换为HSV颜色空间图像；过滤步骤S200，根据各个交通标志标准颜色的通过范围，过滤待处理图像的HSV颜色空间图像，基于通过过滤的图像区域而生成连通域；排除步骤S300，根据交通标志标准规则排除所生成的连通域中不是交通标志的区域，其余连通域作为交通标志候选区域，例如，交通标志有标准的颜色、图案设计，检查到不符合此设计的连通域则不属于交通标志，可以排除；通过连通域的颜色模式来排除虽然具有诸如蓝色、黄色等等其它的交通标志标准外轮廓颜色但明显不是交通标志的连通域；识别步骤S400，根据交通标志候选区域的特征识别出相应的交通标志，具体包括：大类确定步骤S420，根据与该交通标志候选区域相应的交通标志标准颜色，确定该交通标志候选区域所属的大类；小类确定步骤S440，利用事先训练的分类器，根据该交通标志候选区域的外部轮廓的形状特征确定该交通标志候选区域所属的小类；子类确定步骤S460，根据该交通标志候选区域的内部轮廓的数目确定该交通标志候选区域的子类；标志匹配步骤S480，通过将该交通标志候选区域与确定所属的子类中的所有标准交通标志进行匹配，将该交通标志候选区域确定为其中最匹配的标准交通标志。
交通标志检测方法还包括：交通标志特征树建立步骤，通过将标准交通标志按照外部轮廓的颜色特征分为大类，交通标志被分为三组：红色标志，蓝色标志，以及黄色标志，在大类之下按照标准交通标志的外部轮廓的形状特征分为小类，在小类之下按照标准交通标志的内部轮廓的形状特征分为子类，来建立交通标志特征树。
可见，对比文件1公开了采集街景图像并根据颜色生成不同交通标志的候选窗口，以及根据颜色阈值及联通区域特征，排除部分非交通标志候选区域，直接定位大部分具有外轮廓的交通标志，得到少量比较精准的候选窗口后，对候选窗口进行分类识别，进而判断是否存在交通标志以及类型，从而避免耗时的滑窗。
权利要求1请求保护的技术方案与对比文件1的区别在于：生成所述图像的非蓝色交通标志的候选窗口以及蓝色交通标志的候选窗口，其中，对于非蓝色交通标志，利用非蓝色交通标志多重轮廓的特点，去除掉部分非交通标志候选窗口，对于蓝色交通标志，使用颜色阈值及联通区域特征，排除部分非交通标志候选区域；所述颜色过滤后的图像中的交通标志具有内外两层轮廓；采用预设的轮廓检测方法，获取所述颜色过滤后的图像中的所有轮廓，过滤掉所有外层轮廓区域，保留所有内层轮廓区域，所述预设的轮廓检测方法为OpenCV给出的轮廓检测方法findContour；获取每一所述内层轮廓区域的包围盒；获取每一包围盒内部图像内容的连通区域数目；对所有包围盒，将内部图像内容的连通区域数目在预设阈值范围内的包围盒作为所述非蓝色交通标志的候选窗口；获取所述颜色过滤后的图像的所有包围盒；获取每一包围盒内部图像内容的连通区域的大小，根据每一包围盒内部图像内容的连通区域的大小获取蓝色交通标志的候选窗口。基于上述区别技术特征可以确定其实际要解决的技术问题是：如何有针对性地识别蓝色和非蓝色交通标志以及如何利用上述两类交通标志的图像特点进行候选窗口的快速筛选以提高图像处理效率。
对比文件2公开了一种基于高斯颜色模型和SVM的交通标志检测方法，具体公开了（参见第1-5节，附图8-10）：对候选感兴趣区域（即候选窗口）提取HOG特征的过程具体为用块对样本图像进行扫描，得到所有块的特征集合；利用计算出的HOG特征对红色和蓝色标志训练SVM线性分类器，将初步检测到的候选标志图像输入到SVM分类器中得到精确检测结果，检测结果分为不同类别的交通标志和非交通标志。
虽然对比文件1和对比文件2均涉及交通标志的图像处理方法，但是对比文件1和2均没有公开上述区别技术特征所限定的具体处理步骤；此外，尽管颜色过滤、轮廓检测以及利用包围盒进行连通区域检测等手段属于图像领域常用的处理方式，然而，上述区别技术特征所限定的图像处理步骤能够针对蓝色和非蓝色交通标志特有的图像性质进行快速、高效的候选区域选择，就整体而言，上述区别技术特征不是本领域公知常识，也不是本领域技术人员在现有技术基础上容易想到的。并且，上述区别技术特征为权利要求请求保护的技术方案带来了“提高图像处理效率”的有益技术效果。
综上所述，现有技术整体上并没有给出相应的技术启示，使得本领域技术人员在面临上述技术问题时有动机对最接近的现有技术进行改进以得到权利要求1限定的技术方案。本领域技术人员在对比文件1和对比文件2及本领域公知常识的基础上得到权利要求1的技术方案是非显而易见的，因此，权利要求1的技术方案具有突出的实质性特点和显著的进步，权利要求1具备专利法第22条第3款规定的创造性。
2. 由于其引用的独立权利要求1具备创造性，从属权利要求2-4请求保护的技术方案也具有突出的实质性特点和显著的进步，权利要求2-4具备专利法第22条第3款规定的创造性。
3. 权利要求5-8请求保护与权利要求1-4一一对应的交通标志图像处理装置，基于相同的理由和证据（参见权利要求1-4的评述），权利要求5-8也具备专利法第22条第3款规定的创造性。
（三） 关于驳回决定和前置审查意见
原审查部门在驳回决定和前置审查意见中指出：本申请与对比文件1的区别仅在于两者对于交通标志候选窗口分类方式不同，然而在对比文件1公开的将交通标志分为红、蓝、黄的基础上，本领域技术人员容易想到也可按照指示标志（蓝色标志）与警示标志（非蓝色标志）进行分类，并利用相应标志的特点来去除非交通标志候选窗口。
对此，合议组认为：尽管交通标志根据其指示目的不同可以划分蓝色标志和非蓝色标志（ 包括红色标志和黄色标志）两大类别，这属于交通领域公知的普通技术知识；颜色过滤、轮廓检测、连通区域检测等也属于图像领域常用的处理方式。然而，修改后的权利要求请求保护的技术方案与现有技术的区别特征限定了如何针对蓝色和非蓝色交通标志特有的图像性质进行候选区域选择的具体处理步骤，上述图像处理步骤并非是本领域的公知常识，本领域技术人员基于现有技术需要付出创造性劳动才能够得到修改后的技术方案。因此，权利要求的技术方案是非显而易见的。综上所述，本申请当前权利要求1-8相对于对比文件1、对比文件2以及本领域公知常识的结合具备创造性。
至于本申请是否存在其他缺陷，均留待后续程序进一步审查。
三、决定
撤销国家知识产权局于2018年10月08日对本申请作出的驳回决定。由国家知识产权局原审查部门在本复审决定认定的审查文本的基础上对本申请继续进行审查
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
