一种交通信号灯识别方法和装置制造方法
【专利摘要】本发明公开了一种交通信号灯识别方法和装置，属于交通安全领域。所述方法包括：采集原始图像；对原始图像在RGB空间的三个通道值进行阈值分割，得到黑色区域二值图像；根据灯板的特征，在黑色区域二值图像中定位出灯板区域；将原始图像中灯板区域的图像从RGB空间转换到YCbCr空间，分割出红色和黄色区域二值图像以及绿色区域二值图像；根据交通信号灯的特征，在红色和黄色区域二值图像以及绿色区域二值图像上确定交通信号灯候选区域；将原始图像中交通信号灯候选区域的图像灰度化和归一化，对灰度化和归一化后的图像进行Gabor小波变换，得到Gabor小波图像；对Gabor小波图像的幅值进行采样，得到特征向量；比较特征向量与训练样本的相似度，确定交通信号灯的类别。
【专利说明】一种交通信号灯识别方法和装置
【技术领域】
[0001] 本发明涉及交通安全领域，特别涉及一种交通信号灯识别方法和装置。
【背景技术】
[0002] 在交通事故中，由于机动车在交通路口闯红灯所占比例较高，且目前对无人车的 研究以及人们对主动安全产品的重视，使交通信号灯的自动识别成为了国内外研究热点。
[0003] 在中国大部分城市道路环境中，交通路口安装有指示通行的交通信号灯，一般是1 个以上的灯板，每个灯板上嵌入有3个信号灯，分别对应红、黄、绿。交通信号灯的形状包括 了圆形，左向箭头，右向箭头，向上箭头，大部分的交通信号灯直径为300mm或400mm。在路 口停止线处拍摄信号灯时，交通信号灯在图像中占据的像素数少，目标较小，并且有较多干 扰。因此，交通信号灯的准确定位和其状态的正确识别是一个较难解决的问题。
【发明内容】
[0004] 为了解决现有技术中无法对交通信号灯进行准确识别的问题，本发明实施例提供 了一种交通信号灯识别方法和装置。所述技术方案如下：
[0005] -方面，本发明实施例提供了一种交通信号灯识别方法，所述方法包括：
[0006] 采集原始图像；
[0007] 对所述原始图像在红绿蓝RGB空间的三个通道值进行阈值分割，得到黑色区域二 值图像；
[0008] 根据灯板的特征，在所述黑色区域二值图像中定位出灯板区域，所述灯板的特征 包括所述灯板的宽高比以及所述灯板在所述原始图像中的位置；
[0009] 将所述原始图像中所述灯板区域的图像从RGB空间转换到YCbCr空间，并分别分 割出红色和黄色区域二值图像以及绿色区域二值图像；
[0010] 根据所述交通信号灯的特征，在所述红色和黄色区域二值图像以及绿色区域二值 图像上确定交通信号灯候选区域，所述交通信号灯的特征包括所述交通信号灯的外接矩形 的宽高比以及所述交通信号灯与所述灯板区域的相对位置；
[0011] 将所述原始图像中所述交通信号灯候选区域的图像灰度化和归一化，并对灰度化 和归一化之后的所述交通信号灯候选区域的图像进行Gabor小波变换，得到Gabor小波图 像；
[0012] 对所述Gabor小波图像的幅值进行采样，得到特征向量；
[0013] 比较所述特征向量与训练样本库中训练样本的相似度，确定所述交通信号灯的类 另IJ，所述训练样本库包括各个类别的交通信号灯的训练样本。
[0014] 在本发明实施例的一种实现方式中，所述对所述原始图像在RGB空间的三个通道 值进行阈值分割，得到黑色区域二值图像，包括：
[0015] 采用以下公式对所述原始图像进行阈值分割：
[0016]
【权利要求】
1. 一种交通信号灯识别方法，其特征在于，所述方法包括： 采集原始图像； 对所述原始图像在红绿蓝RGB空间的三个通道值进行阈值分割，得到黑色区域二值图 像； 根据灯板的特征，在所述黑色区域二值图像中定位出灯板区域，所述灯板的特征包括 所述灯板的宽高比以及所述灯板在所述原始图像中的位置； 将所述原始图像中所述灯板区域的图像从RGB空间转换到YCbCr空间，并分别分割出 红色和黄色区域二值图像以及绿色区域二值图像； 根据所述交通信号灯的特征，在所述红色和黄色区域二值图像以及绿色区域二值图像 上确定交通信号灯候选区域，所述交通信号灯的特征包括所述交通信号灯的外接矩形的宽 高比以及所述交通信号灯与所述灯板区域的相对位置； 将所述原始图像中所述交通信号灯候选区域的图像灰度化和归一化，并对灰度化和归 一化之后的所述交通信号灯候选区域的图像进行Gabor小波变换，得到Gabor小波图像； 对所述Gabor小波图像的幅值进行采样，得到特征向量； 比较所述特征向量与训练样本库中训练样本的相似度，确定所述交通信号灯的类别， 所述训练样本库包括各个类别的交通信号灯的训练样本。
2. 根据权利要求1所述的方法，其特征在于，所述对所述原始图像在RGB空间的三个通 道值进行阈值分割，得到黑色区域二值图像，包括： 采用以下公式对所述原始图像进行阈值分割：
Bin(x，y)是图像中的一个像素点，（x，y)是所述像素点在图像所在平面的坐标， vK(x, y), ve(x, y), vB(x, y)分别为所述（X，y)的R，G，B通道值，?\，T2为图像分割阈值。
3. 根据权利要求1所述的方法，其特征在于，所述将所述原始图像中所述灯板区域的 图像从RGB空间转换到YCbCr空间，并分别分割出红色和黄色区域二值图像以及绿色区域 二值图像，包括： 采用以下公式将所述灯板区域的图像从RGB空间转换到YCbCr空间：
的图像在RGB空间中的R通道值、G通道值和B通道值； 采用阈值Τκ分割Cb通道图像，得到所述红色区域二值图像和所述黄色区域二值图像； 采用阈值Te分割Cr通道图像，得到所述绿色区域二值图像。
4. 根据权利要求1所述的方法，其特征在于，所述根据所述交通信号灯的特征，在所述 红色和黄色区域二值图像以及绿色区域二值图像上确定交通信号灯候选区域，包括： 在所述红色和黄色区域二值图像以及绿色区域二值图像上确定感兴趣区域，所述感兴 趣区域是大小在预定范围内的连通区域； 计算所述感兴趣区域的宽高比以及所述感兴趣区域与所述灯板区域的相对位置； 如果所述感兴趣区域的宽高比以及所述感兴趣区域与所述灯板区域的相对位置符合 所述交通信号灯的特征，则确定所述感兴趣区域为所述交通信号灯候选区域。
5. 根据权利要求1?4任一项所述的方法，其特征在于，所述方法还包括： 根据经验性约束条件判断确定出的所述交通信号灯的类别是否准确。
6. -种交通信号灯识别装置，其特征在于，所述装置包括： 采集模块，用于采集原始图像； 第一处理模块，用于对所述原始图像在红绿蓝RGB空间的三个通道值进行阈值分割， 得到黑色区域二值图像； 第一定位模块，用于根据灯板的特征，在所述黑色区域二值图像中定位出灯板区域，所 述灯板的特征包括所述灯板的宽高比以及所述灯板在所述原始图像中的位置； 第二处理模块，用于将所述原始图像中所述灯板区域的图像从RGB空间转换到YCbCr 空间，并分别分割出红色和黄色区域二值图像以及绿色区域二值图像； 第二定位模块，用于根据所述交通信号灯的特征，在所述红色和黄色区域二值图像以 及绿色区域二值图像上确定交通信号灯候选区域，所述交通信号灯的特征包括所述交通信 号灯的外接矩形的宽高比以及所述交通信号灯与所述灯板区域的相对位置； 第三处理模块，用于将所述原始图像中所述交通信号灯候选区域的图像灰度化和归一 化，并对灰度化和归一化之后的所述交通信号灯候选区域的图像进行Gabor小波变换，得 至lj Gabor小波图像； 第四处理模块，用于对所述Gabor小波图像的幅值进行采样，得到特征向量； 分类模块，用于比较所述特征向量与训练样本库中训练样本的相似度，确定所述交通 信号灯的类别，所述训练样本库包括各个类别的交通信号灯的训练样本。
7. 根据权利要求6所述的装置，其特征在于，所述第一处理模块，包括： 第一处理单元，用于采用以下公式对所述原始图像进行阈值分割：
Bin(x，y)是图像中的一个像素点，（x，y)是所述像素点在图像所在平面的坐标， vR(x，y)，Vc(x，y)，νΒ(χ，y)分别为所述（X，y)的R，G，B通道值，?\，τ 2为图像分割阈值。
8. 根据权利要求6所述的装置，其特征在于，所述第二处理模块，包括： 第二处理单元，用于采用以下公式将所述灯板区域的图像从RGB空间转换到YCbCr空 间：
的图像在RGB空间中的R通道值、G通道值和B通道值； 第三处理单元，用于采用阈值Τκ分割Cb通道图像，得到所述红色区域二值图像和所述 黄色区域二值图像； 采用阈值Te分割Cr通道图像，得到所述绿色区域二值图像。
9. 根据权利要求6所述的装置，其特征在于，所述第二定位模块，包括： 第一确定单元，用于在所述红色和黄色区域二值图像以及绿色区域二值图像上确定感 兴趣区域，所述感兴趣区域是大小在预定范围内的连通区域； 计算单元，用于计算所述感兴趣区域的宽高比以及所述感兴趣区域与所述灯板区域的 相对位置； 第二确定单元，用于在所述感兴趣区域的宽高比以及所述感兴趣区域与所述灯板区域 的相对位置符合所述交通信号灯的特征时，确定所述感兴趣区域为所述交通信号灯候选区 域。
10. 根据权利要求6?9任一项所述的装置，其特征在于，所述装置还包括： 判断模块，用于根据经验性约束条件判断确定出的所述交通信号灯的类别是否准确。
【文档编号】G06K9/00GK104050447SQ201410247565
【公开日】2014年9月17日 申请日期:2014年6月5日 优先权日:2014年6月5日
【发明者】谷明琴, 陈军, 孙锐, 王海 申请人:奇瑞汽车股份有限公司