一种交通灯快速识别方法技术

本发明专利技术提供了一种交通灯快速识别方法，包括获取车辆前方道路图像；快速定位交通灯所在的位置；对图像进行去噪处理；分割图像区域；对图像进行筛选；采用“十字验证”方法确认交通灯所在位置；然后进一步识别交通灯为圆形还是箭头。本发明专利技术通过多次验证，准确度率高；计算量小，识别速度快，能够识别圆形以及箭头形交通灯，受环境因素影响小，便于应用于无人驾驶汽车、车辆辅助驾驶系统。

Rapid identification method for traffic light

The present invention provides a method of fast recognition of traffic lights, including access to road ahead of the vehicle image; the position of rapid positioning of traffic lights; image denoising; image segmentation; image filtering; the \cross validation\ method to confirm the location of the traffic lights; and further identify the traffic lights round or the arrow. The present invention through repeated verification, the accuracy rate is high; the small amount of calculation, fast recognition speed and recognition, circular arrow shaped traffic lights can be influenced by the environment, and can be easily applied to the unmanned vehicle, the vehicle driving assist system.

【技术实现步骤摘要】

本专利技术涉及车辆主动安全系统领域，具体涉及一种交通灯快速识别方法。
技术介绍
如今，现有交通灯识别技术大多数使用的是计算机图形处理技术、计算机学习、神经网络等技术。一般使用的是直接使用模板匹配的算法或基于SVM支持向量机的交通灯识别算法。由于模板匹配的算法存在识别正确率低、识别速率慢等缺陷；而用SVM支持向量机的交通灯识别算法，需要根据不同的环境(如白天、夜晚、阴天、反光等)进行大量的样本训练，还需要根据不同的道路交通路口位置进行训练，运算量大，识别速度慢，受环境影响较大。
技术实现思路
为了解决现有技术所存在的技术问题，本专利技术提供一种交通灯快速识别方法，该方法运算量少、识别速度快、识别准确率高、受环境因素影响小，便于应用于无人驾驶汽车、车辆辅助驾驶系统。本专利技术的交通灯快速识别方法，包括以下步骤：一：获取车辆前方道路信息图像；二：从获取的前方道路信息图像中，根据交通灯颜色对交通灯图片进行快速跳步定位，获取交通灯初步位置；三：对快速跳步定位得到的交通灯初步位置进行区域划分，分为RGB三个通道；分别对交通灯的颜色进行分离，将分离结果二值化；进行均值去噪处理；四：对步骤三处理后图像的连续像素点区域进行分割；五：使用width/height≈1.0的方法筛选分割后的图像，大致确认交通灯位置，并记录交通灯位置在原图的位置，其中width指分割后图像的宽度，height指分割后图像的高度；六：利用“十字验证”方法进一步确认，检测某个区域是否为交通灯所在的位置；所述“十字验证”方法以步骤五所筛选图像为中心位置，沿该中心位置的上、下、左、右四个方向分别延伸出一个与其大小相同的正方形，对四个方向的正方形进行检测运算；如果检测到某一个方向为定义的交通灯颜色占比达到85％或以上，则判断中心位置为交通灯所在的位置；七：对所确认交通灯位置的区域进行检测，是否为圆形，若否则执行步骤八；八：使用canny获取图像的轮廓，计算图像HU矩，与标准箭头HU矩进行匹配；若与标准箭头HU矩匹配不成功则执行步骤九；九：将图片传送给SVM分类器进行分类识别。与现有技术相比，本专利技术具有如下优点和有益效果：1、本专利技术首先通过快速跳步进行可疑区域的定位，大大减少了对图像处理的计算量。例如在步骤S3中需要对图像进行二值化处理，若不进行可疑区域定位则需要对图像所有的像素点进行计算，现只需进行对可疑区域进行处理，从而缩短了计算时间。2、分割图像后，采用十字验证法对交通灯位置进行确认，提高了算法的准确率。3、对交通灯进行识别时，充分使用规则几何图形进行辅助性识别，当遇到圆形交通信号灯时，可不进行HU矩计算，也无需使用SVM分类器，缩短了图像处理的时间。4、引入HU矩进行匹配，能有效识别箭头型的交通信号灯；使用SVM分类器提高了图像不清晰时候的识别率。附图说明图1是本专利技术交通灯快速识别方法的流程示意图；图2是进行交通灯颜色分离后的图片；图3是对图2进行图像分割并筛选的交通灯信号图片之一；图4是对图2进行图像分割并筛选的交通灯信号图片之二。具体实施方式下面将结合附图和具体实施方式对本专利技术做进一步的说明，但本专利技术的实施方式不限于此。实施例参见图1，本专利技术的一种交通灯快速识别方法，包括以下步骤：S1：利用摄像头获取车辆前方道路信息图像。S2：从获取的前方道路信息图像中，对交通灯图片进行快速跳步定位，获取交通灯初步位置。快速跳步是通过检测交通灯颜色以确定交通灯可疑区域，可以选择(5x,5y)的方式，即以5个像素为单位进行快速跳步定位，读取图像信息快速预定位交通灯可疑区域，以达到减少处理图像信息加快处理速度的目的。其中，交通灯颜色包括红、黄、绿及黑色。S3：对快速跳步定位得到的交通灯初步位置进行区域划分，并将该区域分为RGB三个通道，分别对交通灯的颜色进行分离，将分离结果二值化，使每一个通道仅存在0与255的值；进行均值去噪处理，将零散的像素点清除掉。结果如图2所示。对交通灯的颜色进行分离时，主要是通过RGB三个通道的计算并与预设的阈值进行比较。S4：对步骤S3处理后图像的连续像素点区域进行分割。本步骤首先计算图像连续区域，然后将每一个图像连续区域分成独立的一小块图像。当分割出两个图像部分存在重复部分时，将两个图像部分合并，取其长宽最大值。S5：使用width/height≈1.0的方法筛选分割后的图像，以去掉图像边缘比较独立的像素，大致确认交通灯位置，并记录交通灯位置在原图的位置，并且给每一个符合条件的图像标记2R＝width，其中width指分割后图像的宽度，height指分割后图像的高度。无论交通灯是箭头还是圆形，均可采用本步骤进行处理，箭头交通灯的结果如图3所示，圆形交通灯的结果如图4所示。S6：利用“十字验证”方法进一步确认，检测某个区域是否为交通灯所在的位置。本专利技术主要是应用于无人驾驶机动车在道路上的启停、转向等时对交通灯的快速识别，由于指示车辆启停、转向类型的交通灯一般都是三个以上，且三个交通灯横向设置或竖向设置，因此某一交通灯的上、下、左、右四个方向一般至少有一个方向是存在相邻交通灯的。本步骤“十字验证法”，正是基于这一前提来实现的。由于步骤S5中筛选的图像高度与宽带比接近1:1，“十字验证”方法以待检测区域为中心位置，沿该中心位置的上、下、左、右四个方向分别延伸出边长为2R的正方形，即在步骤S5所筛选图像的上、下、左、右分别取一个与其大小相同的区域，对四个方向的正方形进行检测运算。如果检测到某一个方向为定义的交通灯颜色(交通灯为红色、黄色、绿色或黑色)占比达到85％或以上，则认为中心位置为交通灯信号；也就是说，延伸出来的正方形区域内，若交通灯颜色占比达到85％以上，则判断中心位置为交通灯所在的位置。S7：据观察统计，大部分的交通灯面板外面均有白色铁圈，因而本专利技术还可进一步检测“十字验证”方法所确定的交通灯位置，是否存在白色铁圈，从而最终确认交通灯位置。若没有计算出交通灯面板外的白色铁圈，则转入步骤S8。本步骤不是必要的。通过步骤S6已经大致确认了交通灯所在位置，在该位置周围进一步检测是否存在白色区域，可进一步确定交通灯位置。若周围存在白色区域，则沿着白色区域检测，当白色区域闭合并包围着步骤S6采用“十字验证”方法所检测的交通灯所在位置时则认为白色铁圈存在。S8：对所确认交通灯位置的区域进行检测，是否为圆形。本步骤检测所确认交通灯位置的区域是否为圆形时，所用方法为：计算图形面积S，计算图像周长C，由于圆形的面积、周长有以下特征：S/C＝(πR2)/(2πR)＝R/2如果此时S/C＝(width+height)/8则认为该形状为圆形。若检测结果为圆形则转入步骤S11，否则执行步骤S9。S9：使用canny获取图像的轮廓，计算图像HU矩，与标准箭头HU矩进行匹配；若与标准箭头HU矩匹配成功则转入步骤S11，否则执行步骤S10。在步骤S9中，计算图形的HU矩所用的公式为：I1＝y20+y02I2＝(y20+y02)2+4y112I3＝(y30+3y)2+(3y21-y03)2I4＝(y30+y12)2+(y21+y03)2I5＝(y30-y12)(y30-y12)[(y30+y12)2-3(y21+y03)2]+(3y21-y03)(y本文档来自技高网...

【技术保护点】
一种交通灯快速识别方法，其特征在于，包括以下步骤：一：获取车辆前方道路信息图像；二：从获取的前方道路信息图像中，根据交通灯颜色对交通灯图片进行快速跳步定位，获取交通灯初步位置；三：对快速跳步定位得到的交通灯初步位置进行区域划分，分为RGB三个通道；分别对交通灯的颜色进行分离，将分离结果二值化；进行均值去噪处理；四：对步骤三处理后图像的连续像素点区域进行分割；五：使用width/height≈1.0的方法筛选分割后的图像，大致确认交通灯位置，并记录交通灯位置在原图的位置，其中width指分割后图像的宽度，height指分割后图像的高度；六：利用“十字验证”方法进一步确认，检测某个区域是否为交通灯所在的位置；所述“十字验证”方法以步骤五所筛选图像为中心位置，沿该中心位置的上、下、左、右四个方向分别延伸出一个与其大小相同的正方形，对四个方向的正方形进行检测运算；如果检测到某一个方向为定义的交通灯颜色占比达到85％或以上，则判断中心位置为交通灯所在的位置；七：对所确认交通灯位置的区域进行检测，是否为圆形，若否则执行步骤八；八：使用canny获取图像的轮廓，计算图像HU矩，与标准箭头HU矩进行匹配；若与标准箭头HU矩匹配不成功则执行步骤九；九：将图片传送给SVM分类器进行分类识别。...

【技术特征摘要】
1.一种交通灯快速识别方法，其特征在于，包括以下步骤：一：获取车辆前方道路信息图像；二：从获取的前方道路信息图像中，根据交通灯颜色对交通灯图片进行快速跳步定位，获取交通灯初步位置；三：对快速跳步定位得到的交通灯初步位置进行区域划分，分为RGB三个通道；分别对交通灯的颜色进行分离，将分离结果二值化；进行均值去噪处理；四：对步骤三处理后图像的连续像素点区域进行分割；五：使用width/height≈1.0的方法筛选分割后的图像，大致确认交通灯位置，并记录交通灯位置在原图的位置，其中width指分割后图像的宽度，height指分割后图像的高度；六：利用“十字验证”方法进一步确认，检测某个区域是否为交通灯所在的位置；所述“十字验证”方法以步骤五所筛选图像为中心位置，沿该中心位置的上、下、左、右四个方向分别延伸出一个与其大小相同的正方形，对四个方向的正方形进行检测运算；如果检测到某一个方向为定义的交通灯颜色占比达到85％或以上，则判断中心位置为交通灯所在的位置；七：对所确认交通灯位置的区域进行检测，是否为圆形，若否则执行步骤八；八：使用canny获取图像的轮廓，计算图像HU矩，与标准箭头HU矩进行匹配；若与标准箭头HU矩匹配不成功则执行步骤九；九：将图片传送给SVM分类器进行分类识别。2.根据权利要求1所述的交通灯快速识别方法，其特征在于，所述步骤八计算图形HU矩所用的公式为：I1＝y20+y02；I2＝(y2...

【专利技术属性】
技术研发人员：黄文恺，朱静，李儒国，陈文达，莫国志，李嘉锐，韩晓英，姚佳岷，温泉河，
申请(专利权)人：广州大学，
类型：发明
国别省市：广东;44