一种交通信号灯识别方法技术

本发明专利技术公开了一种交通信号灯识别方法，其识别方法如下：A、对采集到的交通信号灯图像进行图像预处理，根据交通信号灯图像的背景光线情况选择如下两种处理方法之一：A1、当交通信号灯图像的背景光线较弱时，采用光线补偿算法对交通信号灯图像进行亮度调整：A2、当交通信号灯图像的背景光线较强时，采用直方图均衡化算法对交通信号灯图像进行图像整体对比度调整：B、选取合适的颜色空间对步骤A中图像预处理后的交通信号灯图像进行处理，用以区分红绿灯；C、按照RGB中黄绿蓝的三种颜色阈值对交通信号灯图像进行二值化处理，并识别出交通信号灯图像上的颜色。本发明专利技术能够自动检测识别交通灯，对城市汽车的安全驾驶起到积极作用。

Method for identifying traffic signal lamp

The invention discloses a traffic signal identification method, the identification method are as follows: A, for the traffic signal collected by the image preprocessing, choose one of the following two methods according to the traffic signal lamp image background light: A1, when the traffic signal lamp image background when the light is weak, the the light compensation algorithm to adjust the brightness of the traffic signal lamp image: A2, when the traffic signal lamp image background light is strong, the histogram equalization algorithm for image contrast adjustment of traffic signal lamp image: B, select the appropriate color space to deal with the traffic signal lamp image preprocessing steps in the A used to, into light; C, in accordance with the three colors of yellow green blue RGB threshold of two value for the traffic signal of image processing, and identify the traffic lights map The color on the image. The invention can automatically detect and identify traffic lights, and plays a positive role in the safe driving of urban automobiles.

【技术实现步骤摘要】
一种交通信号灯识别方法
本专利技术涉及图像处理
，尤其涉及一种交通信号灯识别方法。
技术介绍
交通灯检测识别已经成为驾驶辅助系统和自动驾驶的一个重要组成部分，因为它为驾驶者提供了路口和人行横道的安全信息。然而，在交通灯识别方向目前只有有限的研究。交通灯为驾驶员安全驾驶提供了重要的信息，当驾驶员疲劳时，一个高效准确的检测系统正好能起到很大帮助，如果我们能研发出一个自动检测识别交通灯的系统，无疑会对城市汽车的安全驾驶起到关键的作用。众所周知，城市环境十分复杂，由于天气影响，障碍物，行人等原因，交通信号灯的检测和识别有着很大的困难。缺乏视觉特征进行识别的小图象的交通灯代表了计算机视觉领域中的显著问题。几个突出的智能安全汽车行驶技术已经被提出并开发(自适应转向助力巡航控制系统，行人防撞系统，自动停车辅助系统)。红绿灯识别已经成为驾驶辅助系统(DAS)和自动驾驶的一个重要组成部分，因为它为驾驶者提供了路口和人行横道的安全信息。然而，在交通灯识别方向目前只有有限的研究。一些研究人员建议，交通灯识别应通过以网络为基础的方法，如无线电实现射频识别技术(RFID)和车辆到基础设施(V2I)通信；然而，这些方法将需要额外的基础设施和网络系统。基于视觉的方法可能是交通灯识别一个适当的替代方案，因为视觉传感器是也可以由其他应用程序使用的低成本的技术。本专利技术提供了一种交通信号灯识别的方法，解决图像处理的问题，并对汽车安全驾驶问题进行研究。
技术实现思路
针对现有技术存在的不足之处，本专利技术的目的在于提供一种交通信号灯识别方法，能够自动检测识别交通灯，对城市汽车的安全驾驶起到积极作用。本专利技术的目的通过下述技术方案实现：一种交通信号灯识别方法，其识别方法如下：A、对采集到的交通信号灯图像进行图像预处理，根据交通信号灯图像的背景光线情况选择如下两种处理方法之一：A1、当交通信号灯图像的背景光线较弱时，采用如下光线补偿算法对交通信号灯图像进行亮度调整：将交通信号灯图像中所有像素的亮度从高到低进行排列，然后取亮度排列位于前5％的像素，然后线性放大以使前5％的像素的平均亮度达到255，实现调整交通信号灯图像的RGB值；A2、当交通信号灯图像的背景光线较强时，采用如下直方图均衡化算法对交通信号灯图像进行图像整体对比度调整：通过使用累积分布函数对交通信号灯图像的灰度值进行调整来实现交通信号灯图像对比度的增强；B、选取合适的颜色空间对步骤A中图像预处理后的交通信号灯图像进行处理，用以区分红绿灯；C、按照RGB中黄绿蓝的三种颜色阈值对交通信号灯图像进行二值化处理，并识别出交通信号灯图像上的颜色。本专利技术的步骤A与步骤B之间具有形态学处理步骤C，C、形态学处理：应用图像滤波技术对交通信号灯图像进行中值滤波，并修复不完整的交通信号灯图像。本专利技术提供图像和颜色信息的位置用于交通灯，基于颜色的分割常用来检测红色，黄色和绿色交通灯泡。可选择的颜色空间(包括HSV，HIS，YCbCr)被用于颜色空间转换，因为RGB颜色空间容易受到各种照明条件影响。基于YCbCr颜色空间，颜色阈方法被应用于颜色分类：红色，黄色或绿色。多种交通灯样例分析颜色分布，以确定每个颜色几个阈值。然而，一个基于颜色模型的高斯模型被提出。笔者从少数训练图像中获得颜色模型的方法和协方差并将颜色模型应用于交通灯颜色的分类。从颜色阈值法获得的二值图像可能包含噪声，因此，形态学滤波(包括腐蚀和膨胀)被用来除去噪声和强调红绿灯区域。此外，一些方法利用交通灯灯泡的形状(宽高比,像素密度和最小外接矩形)来过滤掉残余噪声。基于色彩分割的方法都有一个共同的取舍问题：由于宽颜色阈值区域(需要包含各种照明条件下)而提高错误率或由于狭窄的颜色阈值区域而降低检测率。检测性能高度依赖于颜色基本分割的结果，因此，需要一个鲁棒性强的颜色分割方法，该方法考虑各种照明条件。对交通灯识别来说，颜色分割被广泛用于检测交通灯信号，然而，一个图像中的颜色很容易被多种光照因素影响并导致不准确的识别结果。为了克服这个问题，本专利技术提出了通过整合低曝光和正常曝光图像来增强颜色分割鲁棒性和识别准确性的多重曝光技术。该技术解决了颜色饱和问题并由于曝光时间短而减少了错误图像。根据从低曝光图像中选择的候选区，交通灯在正常图像的状态下利用支持向量机定向梯度直方图来进行分类。本专利技术的算法在最终评估各种城市情况后，得到的识别结果表明强鲁棒性适用于户外环境。本专利技术较现有技术相比，具有以下优点及有益效果：本专利技术能够自动检测识别交通灯，对城市汽车的安全驾驶起到积极作用；本专利技术在最终评估各种城市情况后，得到的识别结果表明强鲁棒性适用于户外环境。。附图说明图1是本专利技术光线补偿算法流程图；图2是本专利技术直方图均衡化流程图；图3是本专利技术形态学处理膨胀原理图；图4是本专利技术形态学处理腐蚀原理图；图5是本实施例中检测识别方法的流程图。具体实施方式下面结合实施例对本专利技术作进一步地详细说明：实施例一如图1～图5所示，一种交通信号灯识别方法，其识别方法如下：A、对采集到的交通信号灯图像进行图像预处理，根据交通信号灯图像的背景光线情况选择如下两种处理方法之一：A1、当交通信号灯图像的背景光线较弱时，采用如下光线补偿算法对交通信号灯图像进行亮度调整：将交通信号灯图像中所有像素的亮度从高到低进行排列，然后取亮度排列位于前5％的像素，然后线性放大以使前5％的像素的平均亮度达到255，实现调整交通信号灯图像的RGB值；A2、当交通信号灯图像的背景光线较强时，采用如下直方图均衡化算法对交通信号灯图像进行图像整体对比度调整：通过使用累积分布函数对交通信号灯图像的灰度值进行调整来实现交通信号灯图像对比度的增强；B、选取合适的颜色空间对步骤A中图像预处理后的交通信号灯图像进行处理，用以区分红绿灯；C、按照RGB中黄绿蓝的三种颜色阈值对交通信号灯图像进行二值化处理，并识别出交通信号灯图像上的颜色。基于YCbCr颜色空间，颜色阈方法被应用于颜色分类：红色，黄色或绿色。多种交通灯样例分析颜色分布，以确定每个颜色几个阈值。然而，一个基于颜色模型的高斯模型被提出。笔者从少数训练图像中获得颜色模型的方法和协方差并将颜色模型应用于交通灯颜色的分类。从颜色阈值法获得的二值图像可能包含噪声，因此，形态学滤波(包括腐蚀和膨胀)被用来除去噪声和强调红绿灯区域。此外，一些方法利用交通灯灯泡的形状(宽高比,像素密度和最小外接矩形)来过滤掉残余噪声。基于色彩分割的方法都有一个共同的取舍问题：由于宽颜色阈值区域(需要包含各种照明条件下)而提高错误率或由于狭窄的颜色阈值区域而降低检测率。检测性能高度依赖于颜色基本分割的结果，因此，需要一个鲁棒性强的颜色分割方法，该方法考虑各种照明条件。本专利技术在步骤A与步骤B之间具有形态学处理步骤C，C、形态学处理：应用图像滤波技术对交通信号灯图像进行中值滤波，并修复不完整的交通信号灯图像。实施例二如图1～图5所示，一种交通信号灯识别方法，其识别方法如下：第一步、图像预处理首先，对采集到的交通信号灯图像进行光线补偿和直方图均衡化处理，将两种方法进行对比，选择较好的方法。如图1所示，由于光线原因，所照的图像可能会存在光线不平衡的情况而造成色彩偏差，为了抵消这种整个图像中存在的色彩偏差，把整个图本文档来自技高网...

【技术保护点】
一种交通信号灯识别方法，其特征在于：其识别方法如下：A、对采集到的交通信号灯图像进行图像预处理，根据交通信号灯图像的背景光线情况选择如下两种处理方法之一：A1、当交通信号灯图像的背景光线较弱时，采用如下光线补偿算法对交通信号灯图像进行亮度调整：将交通信号灯图像中所有像素的亮度从高到低进行排列，然后取亮度排列位于前5％的像素，然后线性放大以使前5％的像素的平均亮度达到255，实现调整交通信号灯图像的RGB值；A2、当交通信号灯图像的背景光线较强时，采用如下直方图均衡化算法对交通信号灯图像进行图像整体对比度调整：通过使用累积分布函数对交通信号灯图像的灰度值进行调整来实现交通信号灯图像对比度的增强；B、选取合适的颜色空间对步骤A中图像预处理后的交通信号灯图像进行处理，用以区分红绿灯；C、按照RGB中黄绿蓝的三种颜色阈值对交通信号灯图像进行二值化处理，并识别出交通信号灯图像上的颜色。

【技术特征摘要】
1.一种交通信号灯识别方法，其特征在于：其识别方法如下：A、对采集到的交通信号灯图像进行图像预处理，根据交通信号灯图像的背景光线情况选择如下两种处理方法之一：A1、当交通信号灯图像的背景光线较弱时，采用如下光线补偿算法对交通信号灯图像进行亮度调整：将交通信号灯图像中所有像素的亮度从高到低进行排列，然后取亮度排列位于前5％的像素，然后线性放大以使前5％的像素的平均亮度达到255，实现调整交通信号灯图像的RGB值；A2、当交通信号灯图像的背景光线较强时，采用如下直方图均衡化算法对交通信号灯图...

【专利技术属性】
技术研发人员：段灵洁，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51