本申请涉及一种信号灯识别方法、装置、电子设备及计算机可读存储介质。该方法包括获取待识别图像，确定待识别图像中的目标区域，采用预设的边缘检测算法，对目标区域中的待识别信号灯进行边缘检测，得到待识别信号灯的多条边界线；确定多条边界线之间的目标交点，将目标交点构成的多边形区域确定为所述待识别图像中的信号灯区域，其中，目标交点构成的多边形满足预设的边长比例。本申请能够精准识别信号灯，不需要大量的训练数据，针对不同天气、不同城市的信号灯识别精度高。同城市的信号灯识别精度高。同城市的信号灯识别精度高。
【技术实现步骤摘要】
信号灯识别方法、装置、电子设备及计算机可读存储介质
[0001]本申请涉及图像识别
，尤其涉及一种信号灯识别方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着自动驾驶技术和导航技术的日益成熟，以及城市道路的复杂性，在驾驶车辆是采用导航工具进行导航已经成为驾驶员的驾驶习惯。
[0003]在车辆导航过程中，车辆有时需要自动识别信号灯，以方便对车辆导航进行调整，在相关技术方案中，一般采用神经网络识别图片中信号灯的方法来获取图片中信号灯所在的角点，但神经网络对训练数据要求大，当训练数据和预测的数据分布不同时，预测效果就会变差，例如城市有变化，或者天气变化时，识别效果都会变差，出现识别不全，识别太大，漏识别的问题，需要改进。
技术实现思路
[0004]为解决或部分解决相关技术中存在的问题，本申请提供一种信号灯识别方法、装置、电子设备及计算机可读存储介质，能够在不同条件下精确识别信号灯。
[0005]本申请第一方面提供一种信号灯识别方法方法，包括：
[0006]获取待识别图像，其中，所述待识别图像为至少包含有一个待识别信号灯的图像；
[0007]确定所述待识别图像中的目标区域，其中，所述目标区域中有且只有一个待识别信号灯；
[0008]采用预设的边缘检测算法，对所述目标区域中的待识别信号灯进行边缘检测，得到所述待识别信号灯的多条边界线；
[0009]确定所述多条边界线之间的目标交点，将所述目标交点构成的多边形区域确定为所述待识别图像中的信号灯区域，其中，所述目标交点构成的矩形满足预设的边长比例。
[0010]作为本申请一种可能的实施方式，在该实施方式中，所述确定所述待识别图像中的目标区域，其中，所述目标区域中有且只有一个待识别信号灯，包括：
[0011]采用预设的像素提取模型，提取所述待识别图像中各待识别信号灯的像素，确定所述待识别图像中各待识别信号灯的像素区域；
[0012]对各所述像素区域进行外接矩形，确定各个待识别信号灯的目标区域。
[0013]作为本申请一种可能的实施方式，在该实施方式中，所述对各所述像素区域进行外接矩形，确定各个待识别信号灯的目标区域，包括：
[0014]基于各所述像素区域进行外接矩形，得到矩形区域；
[0015]判断所述矩形区域的长宽比例是否满足预设的比例阈值，当所述矩形区域的长宽比例满足预设的比例阈值时，将所述矩形区域作为目标区域；
[0016]当所述矩形区域的长宽比例不满足预设的比例阈值时，对所述矩形区域进行扩大处理，将扩大后的区域作为目标区域。
[0017]作为本申请一种可能的实施方式，在该实施方式中，所述采用预设的边缘检测算法，对所述目标区域中的待识别信号灯进行边缘检测，得到所述待识别信号灯的多条边界线，包括：
[0018]将所述待识别图像转化为灰度图，采用预设的边缘检测算法，识别所述灰度图中所述目标区域的边缘线；
[0019]对所述边缘线进行直线检测，确定所述待识别信号灯的多条边界线。
[0020]作为本申请一种可能的实施方式，在该实施方式中，所述确定所述多条边界线之间的目标交点，将所述目标交点构成的多边形区域确定为所述待识别图像中的信号灯区域，为确定所述多条边界线之间的4个目标交点，将所述4个目标交点构成的矩形区域确定为所述待识别图像中的信号灯区域，包括：
[0021]确定所述多条边界线之间的交点，确定各交点组成的矩形中的目标矩形，其中，所述目标矩形的长宽比例满足预设的比例阈值要求；
[0022]将所述目标矩形确定为所述待识别图像中的信号灯区域。
[0023]本申请第二方面提供一种信号灯识别装置，包括：
[0024]图像获取模块，用于获取待识别图像，其中，所述待识别图像为至少包含有一个待识别信号灯的图像；
[0025]目标区域确定模块，用于确定所述待识别图像中的目标区域，其中，所述目标区域中有且只有一个待识别信号灯；
[0026]边界线检测模块，用于采用预设的边缘检测算法，对所述目标区域中的待识别信号灯进行边缘检测，得到所述待识别信号灯的多条边界线；
[0027]信号灯识别模块，用于确定所述多条边界线之间的目标交点，将所述目标交点构成的多边形区域确定为所述待识别图像中的信号灯区域，其中，所述目标交点构成的矩形满足预设的边长比例。
[0028]作为本申请一种可能的实施方式，在该实施方式中，所述目标区域确定模块包括：
[0029]像素区域确定单元，采用预设的像素提取模型，提取所述待识别图像中各待识别信号灯的像素，确定所述待识别图像中各待识别信号灯的像素区域；
[0030]外接矩形单元，用于对各所述像素区域进行外接矩形，确定各个待识别信号灯的目标区域。
[0031]作为本申请一种可能的实施方式，在该实施方式中，所述信号灯识别模块包括：
[0032]交点确定单元，用于确定所述多条边界线之间的交点，确定各交点组成的矩形中的目标矩形，其中，所述目标矩形的长宽比例满足预设的比例阈值要求；
[0033]信号灯确定单元，用于将所述目标矩形确定为所述待识别图像中的信号灯区域。
[0034]本申请第三方面提供一种电子设备，包括：
[0035]处理器；以及
[0036]存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
[0037]本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
[0038]本申请实施例通过对待识别图像中的目标区域进行识别，然后采用边缘检测算法
确定目标区域中待识别信号灯的边界线，基于预先设置的长宽比例，确定多条边界线之间的目标交点，进而确定待识别信号灯区域，能够精准识别信号灯，不需要大量的训练数据，针对不同天气、不同城市的信号灯识别精度高。
[0039]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0040]通过结合附图对本申请示例性实施方式进行更详细地描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
[0041]图1是本申请实施例示出的一种信号灯识别方法的流程示意图；
[0042]图2是本申请实施例示出的一种目标区域确定方法的流程示意图；
[0043]图3是本申请实施例示出的一种信号灯像素区域示意图；
[0044]图4是本申请实施例示出的一种外接矩形示意图；
[0045]图5是本申请实施例示出的一种基于角点确定目标区域的流程示意图；
[0046]图6是本申请实施例示出的一种边界线确定方法的流程示意图；
[0047]图7是本申请实施例示出的一种信号灯识别区域方法的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信号灯识别方法，其特征在于，包括：获取待识别图像，其中，所述待识别图像为至少包含有一个待识别信号灯的图像；确定所述待识别图像中的目标区域，其中，所述目标区域中有且只有一个待识别信号灯；采用预设的边缘检测算法，对所述目标区域中的待识别信号灯进行边缘检测，得到所述待识别信号灯的多条边界线；确定所述多条边界线之间的目标交点，将所述目标交点构成的多边形区域确定为所述待识别图像中的信号灯区域，其中，所述目标交点构成的多边形满足预设的边长比例。2.根据权利要求1所述的信号灯识别方法，其特征在于，所述确定所述待识别图像中的目标区域，其中，所述目标区域中有且只有一个待识别信号灯，包括：采用预设的像素提取模型，提取所述待识别图像中各待识别信号灯的像素，确定所述待识别图像中各待识别信号灯的像素区域；对各所述像素区域进行外接矩形，确定各个待识别信号灯的目标区域。3.根据权利要求2所述的信号灯识别方法，其特征在于，所述对各所述像素区域进行外接矩形，确定各个待识别信号灯的目标区域，包括：基于各所述像素区域进行外接矩形，得到矩形区域；判断所述矩形区域的长宽比例是否满足预设的比例阈值，当所述矩形区域的长宽比例满足预设的比例阈值时，将所述矩形区域作为目标区域；当所述矩形区域的长宽比例不满足预设的比例阈值时，对所述矩形区域进行扩大处理，将扩大后的区域作为目标区域。4.根据权利要求1所述的信号灯识别方法，其特征在于，所述采用预设的边缘检测算法，对所述目标区域中的待识别信号灯进行边缘检测，得到所述待识别信号灯的多条边界线，包括：将所述待待识别图像转化为灰度图，采用预设的边缘检测算法，识别所述灰度图中所述目标区域的边缘线；对所述边缘线进行直线检测，确定所述待识别信号灯的多条边界线。5.根据权利要求4所述的信号灯识别方法，其特征在于，所述确定所述多条边界线之间的目标交点，将所述目标交点构成的多边形区域确定为所述待识别图像中的信号灯区域，为确定所述多条边界线之间的4个目标交点，将所述4个目标交点构成的矩形...
【专利技术属性】
技术研发人员：李耀萍，李正旭，贾双成，朱磊，
申请(专利权)人：智道网联科技北京有限公司，
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。