【技术实现步骤摘要】
一种智能网联模型车在环仿真交通信号灯智能识别方法
本专利技术属于交通信号灯智能识别
，涉及一种智能网联模型车在环仿真交通信号灯智能识别方法。
技术介绍
随着科学技术的发展，数字图像处理的应用愈加广泛，除了对视觉效果的增强之外，图像识别的应用场景也越来越多，随着科技数字化、智能化，图像识别技术越来越多地应用于军事、智能交通领域中。随着智能交通系统(IntelligentTransportSystem,ITS)的迅速发展，交通信号灯自动识别技术早已成为图像处理与模式识别技术在智能交通领域重要的研究课题之一，智能网联模型车在交叉口对交通信号灯的快速准确识别和检测具有重大意义。基于图像处理的前方车辆交通信号灯识别逐渐成为当前研究热点。目前这类方法主要是通过摄像头获取图片或视频，然后在图像处理技术的基础上对获取的图片进行识别。检测与识别目标来自自然场景，这就为系统的设计带来更多的挑战。主要有以下几点：1、图像受光照影响。不同天气和时间段，光照差别很大，这使得交通信号灯在图像中的成像产生很大变化。2、实时性...
【技术保护点】
1.一种智能网联模型车在环仿真交通信号灯智能识别方法，其特征在于，包括以下步骤：/n采集在环仿真系统中包含交通信号灯的图像，截取采集图像中交通信号灯的颜色样本，对截取得到的样本图像进行颜色空间转换，统计信号灯的各颜色在各颜色通道的颜色特征；/n采集在环仿真系统中包含交通信号灯的场景图像并转换颜色空间；/n依据交通信号灯颜色特征统计结果，对转换颜色空间后包含交通信号灯的场景图像进行多通道联合分割；/n对多通道联合分割后的包含交通信号灯的场景图像进行交通信号灯定位；/n根据定位结果，完成智能网联模型车对交通信号灯的确认和识别。/n
【技术特征摘要】
1.一种智能网联模型车在环仿真交通信号灯智能识别方法，其特征在于，包括以下步骤：
采集在环仿真系统中包含交通信号灯的图像，截取采集图像中交通信号灯的颜色样本，对截取得到的样本图像进行颜色空间转换，统计信号灯的各颜色在各颜色通道的颜色特征；
采集在环仿真系统中包含交通信号灯的场景图像并转换颜色空间；
依据交通信号灯颜色特征统计结果，对转换颜色空间后包含交通信号灯的场景图像进行多通道联合分割；
对多通道联合分割后的包含交通信号灯的场景图像进行交通信号灯定位；
根据定位结果，完成智能网联模型车对交通信号灯的确认和识别。
2.根据权利要求1所述的一种智能网联模型车在环仿真交通信号灯智能识别方法，其特征在于，所述对截取得到的样本图像进行颜色空间转换具体为从RGB空间转为YCbCr空间；
所述统计交通信号灯的各颜色通道的特征具体为：
计算转换颜色空间后样本图像中交通信号灯各颜色在Y、Cb、Cr三个通道中的像素均值，计算公式如下：
其中，μk表示k通道的平均像素值，pijk表示k通道的第i行第j列的像素值，m×n为统计区域面积，Y、Cb、Cr为YCbCr图像空间的单通道；
找出所有转换颜色空间后的样本图像中每种交通信号灯颜色在Y、Cb、Cr通道上像素值的最大值和最小值，将结果作为颜色特征记录下来。
3.根据权利要求1所述的一种智能网联模型车在环仿真交通信号灯智能识别方法，其特征在于，所述采集在环仿真系统中包含交通信号灯的场景图像并转换颜色空间，具体为从RGB空间转为YCbCr空间。
4.根据权利要求2或3所述的一种智能网联模型车在环仿真交通信号灯智能识别方法，其特征在于，所述多通道联合分割具体为：
转换为YCbCr颜色空间后的场景图像在模板图像下做分割处理；所述模板图像为根据场景图像中交通信号灯部分分布特性获得的交通信号灯位置范围图片；
依据统计得到的每种颜色的六个颜色特征阈值，对分割结果图像进行多通道下的二值化，公式如下：
其中，pijY为Y通道第i行第j列的像素值，pijCb与pijCr同理；p'ij是与原图像尺寸相同的单通道图像的第i行第j列的像素值；color_Y_min表示交通信号灯颜色在Y通道的像素值的最小值，color_Cb_min和color_Cr_min同理；color_Y_max表示交通信号灯在Y通道的像素值的最大值，color_Cb_max和color_Cr_...
【专利技术属性】
技术研发人员：游峰，涂海清，王海玮，宫云渤，梁健中，黄玲，张荣辉，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44
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。