The invention relates to a method for identifying traffic signals based on multiple classifiers, which belongs to the field of image processing technology. The present invention first positioning the image region of interest, and then extract the candidate region according to the traffic light red and green color characteristics, and according to the traffic signal filtering candidate region morphological features in HOG feature extraction and color feature of the candidate region, SVM multi classifier based on the traffic signal in the sample pictures of the training of multiple classification SVM two the model structure, the invention can overcome the single classifier for multi target recognition, the calculation speed is slow, the disadvantages of low recognition accuracy.
【技术实现步骤摘要】
一种基于多分类器的交通信号灯的识别方法
本专利技术属于图像处理
,涉及一种基于多分类器的交通信号灯的识别方法。
技术介绍
随着社会和经济技术的发展,交通道路上的车辆越来越多,道路环境也越来越复杂,随之而来的交通事故也频繁发生,为了减少此类情况的发生,智能交通应运而生,而在智能交通中,智能车是智能交通中关键的一部分,智能车的出现帮助驾驶员驾驶,使得交通事故发生的频率得以减少,同时让红绿色盲的人驾车成为可能性,因此对于交通信号灯识别有着非常重要的意义要实现这个目标,首先得从复杂多变的环境中,准备找出交通信号灯的位置,然后在通过进一步特征提取和识别,判断出交通信号灯的具体信息。目前这种方法有准确性,但无法有广泛性适用性不强。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种基于多分类器的交通信号灯的识别方法,用于实时运行的智能车中,准确识别各个道路口的红绿灯信息,提高安全驾驶性。为达到上述目的,本专利技术提供如下技术方案:一种基于多分类器的交通信号灯的识别方法,该方法包含如下步骤:S1:用视频采集装置采集车辆前方的图像;S2:对采集的图像进行图像灰度化,滤波以及建立兴趣区域的预处理过程;S3:根据采集到的图像,提取交通信号灯颜色;S4:对步骤S3提取的颜色区域进行形态学过滤;S5:对过滤之后的颜色区域进行HOG特征和颜色特征提取;S6:利用HOG特征对SVM分类器进行训练,将颜色特征输入训练好的SVM分类器中进行识别。进一步,所述视频采集装置为摄像头,且分辨率大于640*480,所述摄像头安装在车辆后视镜位置。进一步,步骤S2中所述兴趣区域为采集到的图像的 ...
【技术保护点】
一种基于多分类器的交通信号灯的识别方法,其特征在于:该方法包含如下步骤:S1:用视频采集装置采集车辆前方的图像;S2:对采集的图像进行图像灰度化,滤波以及建立兴趣区域的预处理过程;S3:根据采集到的图像,提取交通信号灯颜色;S4:对步骤S3提取的颜色区域进行形态学过滤;S5:对过滤之后的颜色区域进行HOG特征和颜色特征提取;S6:利用HOG特征对SVM分类器进行训练,将颜色特征输入训练好的SVM分类器中进行识别。
【技术特征摘要】
1.一种基于多分类器的交通信号灯的识别方法,其特征在于:该方法包含如下步骤:S1:用视频采集装置采集车辆前方的图像;S2:对采集的图像进行图像灰度化,滤波以及建立兴趣区域的预处理过程;S3:根据采集到的图像,提取交通信号灯颜色;S4:对步骤S3提取的颜色区域进行形态学过滤;S5:对过滤之后的颜色区域进行HOG特征和颜色特征提取;S6:利用HOG特征对SVM分类器进行训练,将颜色特征输入训练好的SVM分类器中进行识别。2.根据权利要求1所述的一种基于多分类器的交通信号灯的识别方法,其特征在于:所述视频采集装置为摄像头,且分辨率大于640*480,所述摄像头安装在车辆后视镜位置。3.根据权利要求1所述的一种基于多分类器的交通信号灯的识别方法,其特征在于:步骤S2中所述兴趣区域为采集到的图像的上方1/2部分的区域。4.根据权利要求1所述的一种基于多分类器的交通信号灯的识别方法,其特征在于:步骤S3包含如下步骤:S31:将摄像头采集的图像转换为YcbCr颜色模式,转化公式为;其中,Y为转换后图像颜色的亮度成分,Cb为转换后图像颜色的蓝色浓度偏移量成分,Cr为转换后图像颜色的红色浓度偏移量成分,R为原始图像中的红色成分,G为原始图像中的绿色成分,B为原始图像中的蓝色成分;S32:在Cb通道下进行红色与绿色的颜色区域提取,判定...
【专利技术属性】
技术研发人员:朱浩,刘智毅,吴吉红,秦浩,舒德伟,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。