识别圆形交通灯的方法、装置及车辆制造方法及图纸

本公开提供了一种识别圆形交通灯的方法、装置及车辆。该方法基于3D摄像头采集到的具有深度信息的图像，对圆形交通灯进行识别。由于3D摄像头的深度成像原理不受自然光照影响，所以在识别圆形交通灯的过程中，对于白天、夜晚等不同光照情况下的识别会更加准确。并且，由于深度信息是由3D摄像头直接输出的，无需额外处理，因此在一定程度上可以减少图像处理的复杂度，提升识别效率。此外，3D摄像头对深度信息与颜色信息的输出在时间轴上几乎是一致的，这样使得在结合两者对圆形交通灯进行识别时，识别结果更加准确。无需采集样本以及机器学习，简化了识别圆形交通灯的过程，提高了识别圆形交通灯的效率和准确度。

【技术实现步骤摘要】
识别圆形交通灯的方法、装置及车辆
本公开涉及图像处理
，具体地，涉及一种识别圆形交通灯的方法、装置及车辆。
技术介绍
随着科学技术的不断发展，车辆驾驶智能化已经从想象逐渐变成了现实，基于交通信号灯的检测、识别与跟踪算法，为机动车驾驶甚至无人驾驶的实现提供了很大的帮助。当前的交通信号灯识别方法都是采用单个2D摄像头来获取图像，再利用模式匹配和机器学习等图像处理技术来实现识别。要想获得准确的识别结果，除了对图像质量要求特别高之外，对算法的复杂度要求也很苛刻，同时识别结果也不尽人意，主要原因在于2D摄像头采集到的图像本身的图像质量有一定局限，且图像质量受外界干扰影响比较大，这些都会对识别结果产生直接的影响。
技术实现思路
本公开的目的是提供一种识别圆形交通灯的方法、装置及车辆，以简化识别圆形交通灯的过程，提高识别圆形交通灯的效率和准确度。为了实现上述目的，本公开提供一种识别圆形交通灯的方法，所述方法包括：从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的圆形目标区域；从3D摄像头采集到的具有深度信息的图像中提取出满足预设深度阈值范围的目标深度图像；对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中定位出矩形背景框；根据所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之间的大小关系，确定所述矩形背景框包含的圆形目标区域为圆形交通灯；结合所述圆形交通灯的颜色特性，确定所述圆形交通灯的类型。可选地，根据所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之间的大小关系，确定所述矩形背景框包含的圆形目标区域为圆形交通灯，包括：确定所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之比；若比值符合预设范围，则所述矩形背景框为圆形交通灯背景框，所述矩形背景框包含的圆形目标区域为圆形交通灯。可选地，从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的圆形目标区域，包括：从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的目标区域；根据所述目标区域的长宽比，滤除非圆形区域；判断滤除后的目标区域的Hu特征与圆形交通灯模板的Hu特征是否匹配；从所述滤除后的目标区域中提取出匹配成功的区域。可选地，所述方法还包括：对3D摄像头采集到的具有深度信息的图像进行直方图均衡化；对经直方图均衡化后的图像进行降噪处理；对经降噪处理后的图像进行形态学处理；所述从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的目标区域，包括：对所述3D摄像头采集到的具有深度信息的图像进行颜色分割；对比经形态学处理后的图像以及经颜色分割后的图像，以获得所述目标区域。可选地，对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中定位出矩形背景框，包括：对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中提取包含所述圆形目标区域的背景区域；根据所述背景区域的矩形度，从背景区域中定位出矩形背景框。本公开还提供一种识别圆形交通灯的装置，所述装置包括：圆形目标区域分割模块，用于从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的圆形目标区域；目标深度图像提取模块，用于从3D摄像头采集到的具有深度信息的图像中提取出满足预设深度阈值范围的目标深度图像；矩形背景框定位模块，用于对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中定位出矩形背景框；圆形交通灯确定模块，用于根据所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之间的大小关系，确定所述矩形背景框包含的圆形目标区域为圆形交通灯；圆形交通灯类型确定模块，用于结合所述圆形交通灯的颜色特性，确定所述圆形交通灯的类型。可选地，所述圆形交通灯确定模块包括：面积比确定子模块，用于确定所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之比；圆形交通灯确定子模块，用于若比值符合预设范围，则所述矩形背景框为圆形交通灯背景框，所述矩形背景框包含的圆形目标区域为圆形交通灯。可选地，所述圆形目标区域分割模块包括：目标区域确定子模块，用于从3D摄像头采集到的具有深度信息的图像中分割出面积小于预设阈值且具有红、绿或黄任一种颜色特性的目标区域；滤除子模块，用于根据所述目标区域的长宽比，滤除非圆形区域；判断子模块，用于判断滤除后的目标区域的Hu特征与圆形交通灯模板的Hu特征是否匹配；第一提取子模块，用于从所述滤除后的目标区域中提取出匹配成功的区域。可选地，所述装置还包括：直方图均衡化模块，用于对3D摄像头采集到的具有深度信息的图像进行直方图均衡化；降噪模块，用于对经直方图均衡化后的图像进行降噪处理；形态学处理模块，用于对经降噪处理后的图像进行形态学处理；所述目标区域确定子模块包括：分割子模块，用于对所述3D摄像头采集到的具有深度信息的图像进行颜色分割；对比子模块，用于对比经形态学处理后的图像以及经颜色分割后的图像，以获得所述目标区域。可选地，所述矩形背景框定位模块包括：背景区域提取子模块，用于对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中提取包含所述圆形目标区域的背景区域；矩形背景框定位子模块，用于根据所述背景区域的矩形度，从背景区域中定位出矩形背景框。本公开还提供了一种车辆，所述车辆包括：3D摄像头，用于采集具有深度信息的图像；以及根据本公开所提供的识别圆形交通灯的装置。本公开中，基于3D摄像头采集到的具有深度信息的图像，对圆形交通灯进行识别。由于3D摄像头的深度成像原理不受自然光照影响，所以在识别圆形交通灯的过程中，对于白天、夜晚等不同光照情况下的识别会更加准确。并且，由于深度信息是由3D摄像头直接输出的，无需额外处理，因此在一定程度上可以减少图像处理的复杂度，提升识别效率。此外，3D摄像头对深度信息与颜色信息的输出在时间轴上几乎是一致的，这样使得在结合两者对圆形交通灯进行识别时，识别结果更加准确。无需采集样本以及机器学习，简化了识别圆形交通灯的过程，提高了识别圆形交通灯的效率和准确度。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是根据一示例性实施例示出的一种识别圆形交通灯的方法的流程图。图2是根据一示例性实施例示出的进行Hu特征匹配的示意图。图3为按照Hu特征匹配的方法确定出来的圆形的示意图。图4为根据一示例性实施例示出的提取目标深度图像的示意图。图5是根据一示例性实施例示出的一种识别圆形交通灯的装置的示意图。具体实施方式以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。相关技术中，基于2D摄像头采集到的图像对圆形交通灯进行识别，由于2D摄像头采集到的图像本身的图像质量有一定局限，且图像质量受外界干扰影响比较大，再加上算法复杂度的影响，导致识别圆形交通灯的效率和准确度不高。为解决该技术问题，本公开提供一种识别圆形交通灯的方法、装置及车辆，以简化识别圆形交通灯的过程本文档来自技高网...

【技术保护点】
一种识别圆形交通灯的方法，其特征在于，所述方法包括：从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的圆形目标区域；从3D摄像头采集到的具有深度信息的图像中提取出满足预设深度阈值范围的目标深度图像；对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中定位出矩形背景框；根据所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之间的大小关系，确定所述矩形背景框包含的圆形目标区域为圆形交通灯；结合所述圆形交通灯的颜色特性，确定所述圆形交通灯的类型。

【技术特征摘要】
1.一种识别圆形交通灯的方法，其特征在于，所述方法包括：从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的圆形目标区域；从3D摄像头采集到的具有深度信息的图像中提取出满足预设深度阈值范围的目标深度图像；对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中定位出矩形背景框；根据所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之间的大小关系，确定所述矩形背景框包含的圆形目标区域为圆形交通灯；结合所述圆形交通灯的颜色特性，确定所述圆形交通灯的类型。2.根据权利要求1所述的方法，其特征在于，根据所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之间的大小关系，确定所述矩形背景框包含的圆形目标区域为圆形交通灯，包括：确定所述矩形背景框的面积与所述矩形背景框包含的圆形目标区域的面积之比；若比值符合预设范围，则所述矩形背景框为圆形交通灯背景框，所述矩形背景框包含的圆形目标区域为圆形交通灯。3.根据权利要求1所述的方法，其特征在于，从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的圆形目标区域，包括：从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的目标区域；根据所述目标区域的长宽比，滤除非圆形区域；判断滤除后的目标区域的Hu特征与圆形交通灯模板的Hu特征是否匹配；从所述滤除后的目标区域中提取出匹配成功的区域。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：对3D摄像头采集到的具有深度信息的图像进行直方图均衡化；对经直方图均衡化后的图像进行降噪处理；对经降噪处理后的图像进行形态学处理；所述从3D摄像头采集到的具有深度信息的图像中分割出具有红、绿或黄任一种颜色特性的目标区域，包括：对所述3D摄像头采集到的具有深度信息的图像进行颜色分割；对比经形态学处理后的图像以及经颜色分割后的图像，以获得所述目标区域。5.根据权利要求1所述的方法，其特征在于，对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中定位出矩形背景框，包括：对比所述圆形目标区域和所述目标深度图像，以从所述目标深度图像中提取包含所述圆形目标区域的背景区域；根据所述背景区域的矩形度，从背景区域中定位出矩形背景框。6.一种识别圆形交通灯的装置，其特征在于，所述装置包括：圆形目标区域分割模块，用于从3D摄像头采集到的具有深度信息的图像中分...

【专利技术属性】
技术研发人员：高上添，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：广东,44