本申请公开了一种交通信号灯识别方法、装置、设备及存储介质，涉及机器视觉技术领域，包括：确定原始信号灯图像包含所有灯组的最小外接矩形，并对最小外接矩形区域进行裁剪，得到初始感兴趣区域图像；判断初始感兴趣区域图像的尺寸大小是否满足预设尺寸条件；若不满足，则将初始感兴趣区域图像进行再分割得到满足预设尺寸条件的目标感兴趣图像；将目标感兴趣图像输入至基于卷积神经网络算法构建的语义分割网络，得到包含不同像素点类别的语义分割图像；基于语义分割图像中各像素点类别对应的像素点个数和像素点的位置实现交通信号灯的识别以及信号灯眼的强化。本申请能够提高复杂场景下交通信号灯识别的准确率并提高信号灯识别的处理效率。识别的处理效率。识别的处理效率。
【技术实现步骤摘要】
一种交通信号灯识别方法、装置、设备及存储介质
[0001]本专利技术涉及机器视觉
，特别涉及一种交通信号灯识别方法、装置、设备及存储介质。
技术介绍
[0002]当前，随着汽车的逐渐普及，在城市十字路口安装电子警察系统，对闯红灯等违章行为进行监控成为智能交通管理的趋势。交通信号灯的识别状态在电子交警违章判罚过程中起着重要的作用，信号灯的识别结果直接决定了相关判罚的准确率。由于信号灯本身的复杂性和多样性，以及信号灯在光线和环境影响下极易出现偏色和过曝的情况，使得对复杂交通场景下的信号灯识别的现有技术很难实现快速、准确的识别效果。
[0003]因此，如何提高复杂场景下信号灯的识别效率和准确度是本领域技术人员目前需要解决的问题。
技术实现思路
[0004]有鉴于此，本专利技术的目的在于提供一种交通信号灯识别方法、装置、设备及存储介质，能够解决复杂场景下交通信号灯识别准确率低的问题，提高信号灯识别的处理效率。其具体方案如下：
[0005]第一方面，本申请公开了一种交通信号灯识别方法，包括：
[0006]确定原始信号灯图像包含所有灯组的最小外接矩形，并对所述最小外接矩形区域进行裁剪，得到初始感兴趣区域图像；
[0007]判断所述初始感兴趣区域图像的尺寸大小是否满足预设尺寸条件；
[0008]若不满足所述预设尺寸条件，则对所述初始感兴趣区域图像进行再分割，以得到多个分割区域；
[0009]对多个所述分割区域进行裁剪，得到与所述多个分割区域分别对应的多张灯组图像，并对所述多张灯组图像进行拼接以得到满足所述预设尺寸条件的目标感兴趣图像；
[0010]将所述目标感兴趣图像输入至基于卷积神经网络算法构建的语义分割网络，得到所述语义分割网络输出的包含不同像素点类别的语义分割图像；
[0011]基于所述语义分割图像中各所述像素点类别对应的像素点个数，确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果。
[0012]可选的，所述确定原始信号灯图像包含所有灯组的最小外接矩形，并对所述最小外接矩形区域进行裁剪，得到初始感兴趣区域图像，包括：
[0013]确定原始信号灯图像中所有信号灯组的位置区域；
[0014]基于所述位置区域确定所述原始信号灯图像包含所有所述信号灯组的最小外接矩形；
[0015]按照第一预设裁剪尺寸对所述最小外接矩形区域进行裁剪，得到初始感兴趣区域图像。
[0016]可选的，所述判断所述初始感兴趣区域图像的尺寸大小是否满足预设尺寸条件之后，还包括：
[0017]若所述初始感兴趣区域图像的尺寸大小满足所述预设尺寸条件，则将所述初始感兴趣区域图像确定为目标感兴趣图像。
[0018]可选的，所述对所述初始感兴趣区域图像进行再分割，包括：
[0019]从所述初始感兴趣区域图像上的所有任意相邻灯组中选取出相隔距离最远的两个相邻灯组，并基于所述相隔距离最远的两个相邻灯组各自对应的目标坐标对所述初始感兴趣区域图像进行再分割。
[0020]可选的，所述基于所述语义分割图像中各所述像素点类别对应的像素点个数，确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果，包括：
[0021]统计所述语义分割图像中所有灯眼对应的各所述像素点类别对应的像素点个数；
[0022]从所述语义分割图像上的每个灯眼中，分别确定出对应于最多所述像素点个数的所述像素点类别，得到每个所述灯眼对应的目标像素点类别；
[0023]将所述目标像素点类别对应的颜色确定为所述灯眼的灯眼颜色，并基于每个所述灯眼对应的所述灯眼颜色确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果。
[0024]可选的，所述将所述目标像素点类别对应的颜色确定为所述灯眼的灯眼颜色之后，还包括：
[0025]判断所述灯眼的所述灯眼颜色是否与所述灯眼对应的原始配置颜色集中的颜色相一致；
[0026]如果所述灯眼的所述灯眼颜色与所述原始配置颜色集中的所有颜色均不一致，则判定当前所述灯眼的所述灯眼颜色为异常识别颜色，并将所述灯眼的所述灯眼颜色修改为所述灯眼处于灭灯状态时对应的颜色。
[0027]可选的，所述基于每个所述灯眼对应的所述灯眼颜色确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果，包括：
[0028]从所有所述灯眼中选取具有相同的预设交通指示方向的多个灯眼，得到各所述预设交通指示方向对应的多个目标灯眼；
[0029]判断各所述预设交通指示方向中的所述多个目标灯眼之间的灯眼颜色是否一致；
[0030]如果一致，则将所述灯眼颜色确定为所述预设交通指示方向的信号灯识别结果；
[0031]如果不一致，则将所述预设交通指示方向中的所述多个目标灯眼对应的所述灯眼颜色修改为所述目标灯眼处于所述灭灯状态时对应的颜色。
[0032]可选的，所述基于所述语义分割图像中各所述像素点类别对应的像素点个数，确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果之后，还包括：
[0033]从所述语义分割图像中确定出目标灯眼的定位区域；
[0034]从所述定位区域中提取出与所述目标灯眼的发光区域对应的掩码区域；
[0035]根据识别出的所述目标灯眼对应的目标灯眼颜色对所述目标感兴趣图像上的与所述掩码区域对应的图像区域进行颜色填充，以得到颜色强化后的所述图像区域。
[0036]第二方面，本申请公开了一种交通信号灯识别装置，包括：
[0037]初始图像确定模块，用于确定原始信号灯图像包含所有灯组的最小外接矩形，并
对所述最小外接矩形区域进行裁剪，得到初始感兴趣区域图像；
[0038]条件判断模块，用于判断所述初始感兴趣区域图像的尺寸大小是否满足预设尺寸条件；
[0039]图像再分割模块，用于当所述初始感兴趣区域图像的尺寸大小不满足所述预设尺寸条件，则对所述初始感兴趣区域图像进行再分割，以得到多个分割区域；
[0040]区域裁剪模块，用于对多个所述分割区域进行裁剪，得到与所述多个分割区域分别对应的多张灯组图像；
[0041]图像拼接模块，用于对所述多张灯组图像进行拼接以得到满足所述预设尺寸条件的目标感兴趣图像；
[0042]图像语义分割模块，用于将所述目标感兴趣图像输入至基于卷积神经网络算法构建的语义分割网络，得到所述语义分割网络输出的包含不同像素点类别的语义分割图像；
[0043]识别结果确定模块，用于基于所述语义分割图像中各所述像素点类别对应的像素点个数，确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果。
[0044]第三方面，本申请公开了一种电子设备，包括：
[0045]存储器，用于保存计算机程序；
[0046]处理器，用于执行所述计算机程序，以实现前述公开的交通信号灯识别方法的步骤。
[0047]第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种交通信号灯识别方法，其特征在于，包括：确定原始信号灯图像包含所有灯组的最小外接矩形，并对所述最小外接矩形区域进行裁剪，得到初始感兴趣区域图像；判断所述初始感兴趣区域图像的尺寸大小是否满足预设尺寸条件；若不满足所述预设尺寸条件，则对所述初始感兴趣区域图像进行再分割，以得到多个分割区域；对多个所述分割区域进行裁剪，得到与所述多个分割区域分别对应的多张灯组图像，并对所述多张灯组图像进行拼接以得到满足所述预设尺寸条件的目标感兴趣图像；将所述目标感兴趣图像输入至基于卷积神经网络算法构建的语义分割网络，得到所述语义分割网络输出的包含不同像素点类别的语义分割图像；基于所述语义分割图像中各所述像素点类别对应的像素点个数，确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果。2.根据权利要求1所述的交通信号灯识别方法，其特征在于，所述确定原始信号灯图像包含所有灯组的最小外接矩形，并对所述最小外接矩形区域进行裁剪，得到初始感兴趣区域图像，包括：确定原始信号灯图像中所有信号灯组的位置区域；基于所述位置区域确定所述原始信号灯图像包含所有所述信号灯组的最小外接矩形；按照第一预设裁剪尺寸对所述最小外接矩形区域进行裁剪，得到初始感兴趣区域图像。3.根据权利要求1所述的交通信号灯识别方法，其特征在于，所述判断所述初始感兴趣区域图像的尺寸大小是否满足预设尺寸条件之后，还包括：若所述初始感兴趣区域图像的尺寸大小满足所述预设尺寸条件，则将所述初始感兴趣区域图像确定为目标感兴趣图像。4.根据权利要求1所述的交通信号灯识别方法，其特征在于，所述对所述初始感兴趣区域图像进行再分割，包括：从所述初始感兴趣区域图像上的所有任意相邻灯组中选取出相隔距离最远的两个相邻灯组，并基于所述相隔距离最远的两个相邻灯组各自对应的目标坐标对所述初始感兴趣区域图像进行再分割。5.根据权利要求1所述的交通信号灯识别方法，其特征在于，所述基于所述语义分割图像中各所述像素点类别对应的像素点个数，确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果，包括：统计所述语义分割图像中所有灯眼对应的各所述像素点类别对应的像素点个数；从所述语义分割图像上的每个灯眼中，分别确定出对应于最多所述像素点个数的所述像素点类别，得到每个所述灯眼对应的目标像素点类别；将所述目标像素点类别对应的颜色确定为所述灯眼的灯眼颜色，并基于每个所述灯眼对应的所述灯眼颜色确定所述原始信号灯图像对应的当前交通场景的信号灯识别结果。6.根据权利要求5所述的交通信号灯识别方法，其特征在于，所述将所述目标像素点类别对应的颜色确定为所述灯眼的灯眼颜色之后，还包括：判断所述灯眼的所述灯眼颜色是否与所述灯眼对应的原始配置颜色集中的颜色相一
致；如果所述灯眼的所述灯眼颜...
【专利技术属性】
技术研发人员：王乐，
申请(专利权)人：济南博观智能科技有限公司，
类型：发明
国别省市：
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。