交通信号识别方法、系统、设备和存储介质技术方案

本发明专利技术公开了一种交通信号识别方法，包括步骤：获取摄像头实时拍摄的道路场景图像；提取道路场景图像中感兴趣区域ROI；基于RGB颜色空间，对ROI进行处理，以获得交通信号候选区域；通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，实时识别交通信号。本发明专利技术还公开了一种交通信号识别系统、设备和计算机可存储介质。本发明专利技术解决了现有技术在交通信号识别时所需时间较长，识别的实时性差的技术问题。

Traffic Signal Recognition Method, System, Equipment and Storage Media

The invention discloses a traffic signal recognition method, which comprises the following steps: acquiring road scene images captured by camera in real time; extracting ROI from road scene images; processing ROI based on RGB color space to obtain candidate regions of traffic signals; realizing the method by HOG feature of direction gradient histogram of the candidate regions of traffic signals and preset support vector machine SVM. Identify traffic signals. The invention also discloses a traffic signal recognition system, equipment and computer storage medium. The invention solves the technical problems of long time and poor real-time performance of the existing technology in traffic signal recognition.

【技术实现步骤摘要】
交通信号识别方法、系统、设备和存储介质
本专利技术涉及图像识别
，尤其涉及交通信号识别方法、系统、设备和计算机可读存储介质。
技术介绍
交通信号包括交通信号灯和交通禁令标志，是一种视觉语言。它能为驾驶员或者智能驾驶系统实时传输一些重要的道路交通信息，协助安全驾驶。交通信号识别方法作为先进驾驶辅助系统重要的组成部分，实时地、准确地识别交通信号将有利于智能驾驶系统的发展，甚至无人驾驶的发展。目前交通信号的识别方法一般是首先将获取的视频图像的RGB颜色空间通过浮点运算转换为HSV或HIS颜色空间，再对转换为HSV或HIS颜色空间的视频图像进行处理，识别图像中的交通信号。但是RGB颜色空间转换为HSV或HIS颜色空间需要需要大量的浮点运算，并且浮点运算耗时，从而导致现有技术的识别所需时间较长，识别的实时性差。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种交通信号识别方法、系统、设备和计算机可读存储介质，旨在解决现有技术的识别所需时间较长，识别的实时性差的技术问题。为实现上述目的，本专利技术提供了一种交通信号识别方法，包括步骤：获取摄像头实时拍摄的道路场景图像；提取道路场景图像中感兴趣区域ROI；基于RGB颜色空间，对ROI进行处理，以获得交通信号候选区域；通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，识别交通信号。可选地，所述基于RGB颜色空间，对ROI进行处理，获得交通信号候选区域步骤包括：当交通信号为交通信号灯时，对ROI灰度化以获得ROI灰度图，并对所述ROI灰度图进行降噪处理，以获得降噪后的ROI灰度图；对降噪后的ROI灰度图进行二值化，获得ROI二值图；选取ROI二值图中灰度值为255的所有区域轮廓，将所述区域轮廓映射到所述ROI中，获得ROI中初步交通信号灯候选区域；获取所述初步交通信号灯候选区域的R通道值、G通道值和B通道值方差，将所述初步交通信号灯候选区域中R通道值、G通道值和B通道值的方差大于或等于对应预设阈值的区域作为ROI中二次交通信号灯候选区域；对所述二次交通信号灯候选区域对应的ROI二值图区域进行闭运算，获得闭运算后的二次交通信号灯候选区域二值图；对所述闭运算后的二次交通信号灯候选区域二值图进行轮廓筛选，将筛选后的轮廓映射到ROI中，获得交通信号灯最终候选区域，并将交通信号灯最终候选区域作为交通信号候选区域。可选地，所述基于RGB颜色空间，对ROI进行处理，获得交通信号候选区域步骤包括：当交通信号是交通禁令标志时，对ROI进行颜色分割，以获得ROI的二值图；对ROI二值图进行降噪，获得降噪后的ROI二值图；对降噪后的ROI二值图进行开运算，获得开运算后ROI二值图；对开运算后ROI二值图进行轮廓筛选，将筛选后的轮廓映射到ROI中，获得交通禁令标志候选区域，并将所述交通禁令标志候选区域作为交通信号候选区域。可选地，所述当交通信号是交通禁令标志时，对ROI进行颜色分割，以获得ROI的二值图步骤包括：采用归一化算法对ROI的RGB通道值进行处理，获得归一化处理后RGB通道值；获得归一化处理后的RGB通道值中任两个通道值间的差值和归一化处理后R通道值与G通道值间的比值，将ROI中获得的比值和任两个通道值的差值都处在对应的预设范围内的区域的灰度值设置为255，其他区域的灰度值设置为0，从而获得ROI二值图。可选地，所述预设SVM包括第一预设SVM、第二预设SVM以及第三预设SVM；所述通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，识别交通信号步骤包括：当交通信号为交通信号灯时，提取所述交通信号候选区域的HOG特征，将提取的HOG特征输入第一预设SVM中，以对所述交通信号候选区域进行分类，从而获得所述交通信号候选区域中的交通信号灯发光区域；根据预设交通信号灯颜色规律分布对所述交通信号灯发光区域进行区域延伸，获得交通信号灯面板候选区域；提取所述交通信号灯面板候选区域的HOG特征，将该HOG特征输入到第二预设SVM中，以对所述交通信号灯面板候选区域进行分类，从而获得交通信号灯面板区域；对所述交通信号灯面板区域实时跟踪，并通过第三预设SVM识别交通信号灯。可选地，所述对所述交通信号灯面板区域实时跟踪，并通过第三预设SVM识别交通信号灯步骤包括：将所述交通信号灯面板区域映射到所述ROI中对应的位置区域输入到KCF多目标跟踪器中，获得KCF多目标跟踪器的输出结果；将所述输出结果输入到目标管理器中，获得所述交通信号灯面板区域位置信息；根据所述交通信号灯面板区域位置信息，提取所述ROI中所述位置信息对应区域的HOG特征、R通道值、G通道值和B通道值；将所述位置信息对应区域的HOG特征、R通道值、G通道值和B通道值输入第三预设SVM中，以识别交通信号灯方向和颜色。可选地，所述预设SVM包括第一预设SVM、第二预设SVM以及第三预设SVM；所述通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，识别交通信号步骤包括：当交通信号为交通禁令标志时，提取所述交通信号候选区域的HOG特征，将所述HOG特征输入第一级SVM中，获得交通禁令标志初次识别候选区域；提取所述交通禁令标志初次识别候选区域的HOG特征，将所述交通禁令标志初次识别候选区域的HOG特征输入到第二级SVM中，获得交通禁令标志二次识别区域；提取所述交通禁令标志二次识别区域的HOG特征，将该HOG特征输入到第三级SVM中，识别交通禁令标志。此外，为实现上述目的，本专利技术还提供一种交通信号识别系统，所述系统包括：获取图像模块，用于获取摄像头实时拍摄的道路场景图像；提取ROI模块，用于提取道路场景图像中感兴趣区域ROI；图像预处理模块，用于基于RGB颜色空间，对ROI进行处理，以获得交通信号候选区域；识别模块，用于通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，识别交通信号。此外，为实现上述目的，本专利技术还提供一种交通信号识别设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的交通信号识别方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的交通信号识别方法的步骤。本专利技术实施例提出的一种交通信号识别方法、装置、设备和计算机可存储介质，通过获取摄像头实时拍摄的道路场景图像；提取道路场景图像中感兴趣区域ROI；基于RGB颜色空间，对ROI进行处理，以获得交通信号候选区域；通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，识别交通信号。从而相比现有技术将RGB颜色空间转化为HIS颜色空间或HSV颜色空间，直接通过RGB颜色空间进行交通信号识别，减少了浮点运算的时间，能够实现快速和实时地识别道路中的交通信号，协助安全驾驶。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的结构示意图；图2为本专利技术交通信号识别方法第一实施例的流程示意图；图3为本专利技术交通信号识别方法第二实施例中步骤S30的细化流程本文档来自技高网...

【技术保护点】
1.一种交通信号识别方法，其特征在于，包括步骤：获取摄像头实时拍摄的道路场景图像；提取道路场景图像中感兴趣区域ROI；基于RGB颜色空间，对ROI进行处理，以获得交通信号候选区域；通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，识别交通信号。

【技术特征摘要】
1.一种交通信号识别方法，其特征在于，包括步骤：获取摄像头实时拍摄的道路场景图像；提取道路场景图像中感兴趣区域ROI；基于RGB颜色空间，对ROI进行处理，以获得交通信号候选区域；通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，识别交通信号。2.如权利要求1所述的交通信号识别方法，其特征在于，所述基于RGB颜色空间，对ROI进行处理，获得交通信号候选区域步骤包括：当交通信号为交通信号灯时，对ROI灰度化以获得ROI灰度图，并对所述ROI灰度图进行降噪处理，以获得降噪后的ROI灰度图；对降噪后的ROI灰度图进行二值化，获得ROI二值图；选取ROI二值图中灰度值为255的所有区域轮廓，将所述区域轮廓映射到所述ROI中，获得ROI中初步交通信号灯候选区域；获取所述初步交通信号灯候选区域的R通道值、G通道值和B通道值方差，将所述初步交通信号灯候选区域中R通道值、G通道值和B通道值的方差大于或等于对应预设阈值的区域作为ROI中二次交通信号灯候选区域；对所述二次交通信号灯候选区域对应的ROI二值图区域进行闭运算，获得闭运算后的二次交通信号灯候选区域二值图；对所述闭运算后的二次交通信号灯候选区域二值图进行轮廓筛选，将筛选后的轮廓映射到ROI中，获得交通信号灯最终候选区域，并将交通信号灯最终候选区域作为交通信号候选区域。3.如权利要求1所述的交通信号识别方法，其特征在于，所述基于RGB颜色空间，对ROI进行处理，获得交通信号候选区域步骤包括：当交通信号是交通禁令标志时，对ROI进行颜色分割，以获得ROI的二值图；对ROI二值图进行降噪，获得降噪后的ROI二值图；对降噪后的ROI二值图进行开运算，获得开运算后ROI二值图；对开运算后ROI二值图进行轮廓筛选，将筛选后的轮廓映射到ROI中，获得交通禁令标志候选区域，并将所述交通禁令标志候选区域作为交通信号候选区域。4.如权利要求3所述的交通信号识别方法，其特征在于，所述当交通信号是交通禁令标志时，对ROI进行颜色分割，以获得ROI的二值图步骤包括：采用归一化算法对ROI的RGB通道值进行处理，获得归一化处理后RGB通道值；获得归一化处理后的RGB通道值中任两个通道值间的差值和归一化处理后R通道值与G通道值间的比值，将ROI中获得的比值和任两个通道值的差值都处在对应的预设范围内的区域的灰度值设置为255，其他区域的灰度值设置为0，从而获得ROI二值图。5.如权利要求1所述的交通信号识别方法，其特征在于，所述预设SVM包括第一预设SVM、第二预设SVM以及第三预设SVM；所述通过所述交通信号候选区域的方向梯度直方图HOG特征和预设支持向量机SVM，识别交通信号步骤包括：当交通信号为交通信号灯时，提取所述交通信号候选区域的HOG特...

【专利技术属性】
技术研发人员：胡荣东，李洋，刘靓，李智勇，肖德贵，
申请(专利权)人：长沙智能驾驶研究院有限公司，
类型：发明
国别省市：湖南,43