专利名称：视频图像中识别信号灯的方法
技术领域：
本发明涉及图像识别领域，特别是指一种视频图像中识别信号灯的方法。
背景技术：
随着社会经济的发展，车辆的增多，智能交通的发展也越来越快。在违章驾驶中，闯红灯检测是其中的一项。目前，目前检测信号灯的方式主要通过连线连接信号灯，对信号灯进行识别。这种方式需要结构复杂，且施工困难。
发明内容
本发明提出了一种视频图像中识别信号灯的方法。以解决上述对信号灯进行识别过程中，施工困难的问题。为了达到上述目的，本发明的技术方案是这样实现的:将检测到的视频图像中的多个特征点与预先记载的多个特征点进行匹配；其中，所述预先记载的特征点从信号灯模板图像提取；匹配成功后，按照所述视频图像中的特征点的聚类中心位置、所述信号灯模板图像的聚类中心位置与该模板图像的中心位置的距离，确定所述视频图像中的信号灯的中心位置；识别所述视频图像中信号灯的颜色分量，确定所述视频图像中信号灯的颜色。本发明的方法，可有效识别出视频图像中的信号灯及其表示的信号，避免了现在技术中，通过对信号灯物理接线的方式进行识别。不需要对现场的信号灯进行施工，即可有效识别出信号灯的颜色。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本发明的实施例的流程图。
具体实施例方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。参见图1，本发明的实施例包括以下步骤:
Sll:将检测到的视频图像中的多个特征点与预先记载的多个特征点进行匹配；其中，所述预先记载的特征点从信号灯模板图像提取；S12:匹配成功后，按照所述视频图像中的特征点的聚类中心位置、所述信号灯模板图像的聚类中心位置与该模板图像的中心位置的距离，确定所述视频图像中的信号灯的中心位置；S13:识别所述视频图像中信号灯的颜色分量，确定所述视频图像中信号灯的颜色。本发明的方法，可有效识别出视频图像中的信号灯及其表示的信号，避免了现在技术中，通过对信号灯物理接线的方式进行识别。不需要对现场的信号灯进行施工，即可有效识别出信号灯的颜色。上述的视频图像的特征点的匹配，可采用SIFT算法实现。采用SIFT算法，可提交匹配效率，降低匹配时间。优选地，实施例中，视频图像的特征点或所述信号灯模板图像的特征点通过以下步骤确定:读取一幅视频图像或信号灯模板图像，该图像为I (1，7)，与高斯函数6(1，7，σ )卷积，得到尺度空间的图像L (X，y, σ )；L (X, y, σ ) =G (x, y, σ ) *1 (x, y)其中，
权利要求
1.一种视频图像中识别信号灯的方法，其特征在于，包括: 将检测到的视频图像中的多个特征点与预先记载的多个特征点进行匹配；其中，所述预先记载的特征点从信号灯模板图像提取； 匹配成功后，按照所述视频图像中的特征点的聚类中心位置、所述信号灯模板图像的聚类中心位置与该模板图像的中心位置的距离，确定所述视频图像中的信号灯的中心位置； 识别所述视频图像中信号灯的颜色分量，确定所述视频图像中信号灯的颜色。
2.根据权利要求1所述的方法，其特征在于，所述视频图像的特征点或所述信号灯模板图像的特征点通过以下步骤确定: 在高斯差分尺度空间，根据不同的高斯核函数的σ值，建立图像所对应的多张层叠的不同尺度的图像； 在当前层的尺度的图像内，如果一个像素点在本层及其两个相邻层的8邻域内，为最大值或最小值，则该点为该尺度下的一个特征点。
3.根据权利要求2所述的方法，其特征在于，所述匹配的过程包括: 根据每个尺度下的每个特征点所在图像的位置，确定该特征点及其周围邻域内的像素点的梯度，建立该特征点对应的描述子； 确定所述视频图像的每个 特征点对应的描述子与所述信号灯模板图像的各个特征点对应的描述子的欧氏距离d; 其中，所述欧式距离d=sqrt( Σ (xil_xi2)~2) ;xil为模板图像中的一个特征点的第i维向量、xi2为视频图像中的一个特征点的第i维向量； 如果最小的欧式距离不大于第一阈值、且最小的欧氏距离与次小的欧式距离的比值不大于第二阈值，则确定用于运算出所述最小的欧式距离的两个描述子各自对应的特征点相匹配； 当相匹配的特征点的数量占信号灯模板图像的特征点总数量的比值超过第三阈值后，确定视频图像与信号灯模板图像匹配成功。
4.根据权利要求2所述的方法，其特征在于，所述σ值介于(Γ20之间。
5.根据权利要求3所述的方法，其特征在于，所述建立描述子的过程包括: 根据所述确定的该特征点及其周围邻域内的像素点的梯度，建立梯度直方图； 将所述梯度直方图中梯度的最大模对应的角度范围中的任意一个角度作为主方向； 用一个中心在该区域中央的高斯函数对所述周围邻域内的各个像素点的梯度的模加权； 将所述周围邻域内的各个像素划分为多个区块，根据每个区块内的像素点的加权后的模长、相对于所述主方向的角度差值，建立每个区块内的直方图，确定该区块内的向量； 以多维向量的格式记录全部区块的向量信息形成特征向量，作为该特征点的描述子。
6.根据权利要求5所述的方法，其特征在于，还包括:建立所述梯度直方图的过程中，如果其中一个特征点的梯度的模大于第四阈值，则将该梯度的模值设置为第四阈值。
7.根据权利要求1所述的方法，其特征在于，还包括:对每个特征点的特征向量归一化处理。
8.根据权利要求1所述的方法，其特征在于，所述聚类中心的位置为全部特征点的坐标的均值坐标所对应的位置。
9.根据权利要求1所述的方法，其特征在于，所述确定信号灯颜色的过程包括: 在所述确定的视频图像的信号灯的中心位置，按照信号灯的形状区域，将该形状区域内的像素值转换为HSL空间； 根据统计每种 颜色的像素点的数量，将数量最高的像素点的颜色作为该信号灯的颜色。
全文摘要
本发明提供一种视频图像中识别信号灯的方法，包括将检测到的视频图像中的多个特征点与预先记载的多个特征点进行匹配；其中，所述预先记载的特征点从信号灯模板图像提取；匹配成功后，按照所述视频图像中的特征点的聚类中心位置、所述信号灯模板图像的聚类中心位置与该模板图像的中心位置的距离，确定所述视频图像中的信号灯的中心位置；识别所述视频图像中信号灯的颜色分量，确定所述视频图像中信号灯的颜色。本发明的方法，可有效识别出视频图像中的信号灯及其表示的信号，避免了现在技术中，通过对信号灯物理接线的方式进行识别。不需要对现场的信号灯进行施工，即可有效识别出信号灯的颜色。
文档编号G06K9/64GK103093245SQ20131002097
公开日2013年5月8日 申请日期2013年1月21日 优先权日2013年1月21日
发明者王海峰, 王晓萌, 何小波, 董博, 杨宇, 张凯歌 申请人:信帧电子技术(北京)有限公司