【技术实现步骤摘要】
用于检测交通信号灯故障的方法、系统及存储介质
本专利技术涉及图像识别
，具体地涉及一种用于检测交通信号灯故障的方法、系统及存储介质。
技术介绍
交通信号灯即红、黄、绿灯是非常常见的信号灯，随着城市道路建设以及机动车辆数量的增加，道路交通问题日益成为社会关注的焦点问题。交通信号灯通常直接安装在交通路口，由于长期工作以及受自然环境的影响，故障概率较大，因此，交通信号灯在出现故障时，需要相关人员需要及时获知故障信息，并对故障信号灯所在路口采取安全措施和及时修复，避免交通路口出现交通堵塞以及安全事故。交通信号灯由LED发光二极管材料制作而做成的，是用于指挥交通运行的信号灯。它由道路交通信号控制机控制，是交通安全产品中的一个类别，适用于十字、丁字等交叉路口。交通信号灯是为了加强道路交通管理，减少交通事故的发生，提高道路使用效率，改善交通状况的一种重要工具。交通信号灯一般主要分为机动车信号灯，非机动车信号灯，方向指示信号灯及其它信号灯等。机动车信号灯由红色、黄色、绿色三个几何位置分立的无图案圆形单元组成；非机动车信...
【技术保护点】
1.一种用于检测交通信号灯故障的方法，其特征在于，所述方法包括：/n获取交通信号灯的图片；/n分别按照红色区间、黄色区间和绿色区间的范围对所述图片进行二值化操作以得到对应的灰度图；/n分别计算每个所述灰度图中的白色轮廓连通区域的像素面积；/n分别计算所述像素面积占对应的所述灰度图的面积的比例；/n基于所述比例确定所述信号灯的具体状态；/n根据所述具体状态确定所述信号灯的故障类型。/n
【技术特征摘要】
1.一种用于检测交通信号灯故障的方法，其特征在于，所述方法包括：
获取交通信号灯的图片；
分别按照红色区间、黄色区间和绿色区间的范围对所述图片进行二值化操作以得到对应的灰度图；
分别计算每个所述灰度图中的白色轮廓连通区域的像素面积；
分别计算所述像素面积占对应的所述灰度图的面积的比例；
基于所述比例确定所述信号灯的具体状态；
根据所述具体状态确定所述信号灯的故障类型。
2.根据权利要求1所述的方法，其特征在于，所述获取交通信号灯的图片包括：
计算所述图片中交通信号灯的理论位置与实际位置的偏移量；
判断所述偏移量是否大于预设的偏移量阈值；
在判断所述偏移量大于所述偏移量阈值的情况下，对所述图片进行纠偏操作。
3.根据权利要求2所述的方法，其特征在于，所述计算所述图片中交通信号灯的理论位置与实际位置的偏移量包括：
确定图片中所述交通信号灯的至少一部分所在的区域；
根据所述至少一部分所在的区域确定纠偏范围；
采用训练好的卷积神经网络基于所述纠偏范围在待纠偏的图片中寻找所述至少一部分的所在区域；
根据所述所在区域确定所述交通信号灯的偏移量。
4.根据权利要求3所述的方法，其特征在于，所述至少一部分所在的区域为矩形，所述根据所述至少一部分所在的区域确定纠偏范围包括：
根据公式(1)至公式(4)确定所述纠偏范围，
X1＝x1-len，(1)
Y1＝y1-len，(2)
X2＝x2+len，(3)
Y2＝y2+len，(4)
其中，(x1，y1)为所述至少一部分所在的区域的左上角的坐标，(x2，y2)为所述至少一部分所在的区域的右下角的坐标，(X1，Y1)为所述纠偏范围的左上角的坐标，(X2，Y2)为所述纠偏范围的右下角的坐标，len为根据公式(5)计算的纠偏长度值，
len＝min(width，heigh)，(5)
其中，width为所述至少一部分所在的区域的长度，heigh为所述至少一部分所在的区域的高度。
5.根据权利要求4所述的方法，其特征在于，所述方法进一步包括训练初始的卷积神经网络以得到所述训练好的卷积神经网络；
所述训练初始的卷积神经网络以得到所述训练好的卷积神经网络包括：
获取设备抓拍的所述交通信号灯的图像，标定所述图像中交通信号灯所在的位置以及当前状态；
根据所述位置对所述图像进行切图操作以得到用于训练所述卷积神经网络的训练集和测试集；
将所述训练集输入所述卷积神经网络中以对所述卷积神经网络进行调参；
采用测试集测试所述卷积神经网络直到所述卷积神经网络满足精度要求。
6.根据权利要求5所述的方法，其特征在于，所述当前状态包括信号灯状态和外界因素，所述信号灯状态包括红灯亮、绿灯亮、黄灯亮、全熄灭以及全点亮，所述外界因素包括阳光反光、物体遮挡、亮灯单元偏色以及灯色光晕；
所述根据所述位置对所述图像进行切图操作以得到用于训练所述卷积神经网络的训练集和测试集包括：
标注每张所述图像中的所述交通信号灯的区域；
根据公式(6)至公式(9)对所述图像进行第一切图操作以得到第一数据集，
X11＝xmin-len1，(6)
Y11＝ymin-len1，(7)
X12＝xmax+len1，(8)
Y12＝ymax+len1，(9)
其中，(X11，Y11)为执行第一切图操作后的切图区域的左上角的坐标，(xmin，ymin)为所述图像中的所述交通信号灯的区域的左上角的坐标，(X12，Y12)为执行第一切图操作后的切图区域的右下角的坐标，(xmax，ymax)为所述图像中的所述交通信号灯的区域的右下角的坐标，len1为采用公式(10)计算的第一切图尺寸，
len1＝min(|xmax-xmin|，|ymax，ymin|)，(10)；
根据公式(11)至公式(14)对所述图像进行第二切图操作以得到第二数据集，
X21＝xmin-len2，(11)
Y21＝ymin-len2，(12)
X22＝xmax+len2，(13)
Y22＝ymax+len2，(14)
其中，(X21，Y21)为执行第二切图操作后的切图区域的左上角的坐标，(xmin，ymin)为所述...
【专利技术属性】
技术研发人员：刘谱，王强，王辰昊，潘苗苗，陈程，
申请(专利权)人：合肥讯图信息科技有限公司，
类型：发明
国别省市：安徽;34
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。