专利名称：一种校正夜间闯红灯车辆图片红灯变色与变大问题的方法
技术领域：
本发明涉及计算机应用领域，尤其涉及计算机图象处理领域，可对智能交通中夜间闯红灯车辆图片红灯变色与放大的问题进行校正处理。ニ背景技术：
近年，随着我国社会经济的快速发展和城市人口日益增多，机动车保有量迅速增长，交通拥堵非常明显，交通事故明显上升。在城市交通里面，闯红灯、逆行、超速、违章变道等现象时有发生，毎年造成大量的人员伤亡与财产损失，给国家、社会和家庭带来严重问题。如何规范驾驶员的驾驶行为，減少交通事故的发生变得非常迫切。
电子警察系统是在红绿灯路ロ安装500万像素高清数字摄像机，并连接红绿灯信号系统，对通过路ロ的所有车辆进行检测。当车辆不按信号指示灯规定闯红灯行驶时，系统对闯红灯车辆进行图片抓拍，分别在行使过程中三个不同位置抓拍三张闯红灯图片，图片不仅要求清楚反映车辆闯红灯的过程，同时能清晰辨别车辆类型、车身颜色、车牌号码和红灯信号，以作为车辆闯红灯处罚的有效证据。现有的500万像素高清数字摄像机，图像采集的核心芯片通常采用CXD芯片，CXD芯片中每个像素点的顔色值采用R. G. B三色表示，用ー个SBit的数据来表示其中ー种颜色的灰度值，取值范围从O到255，如红色的R. G. B值为255、0、0。正常抓拍闯红灯图片吋，红灯区域像素的颜色值，通常红色分量R > 200，緑色分量G < 60，蓝色分量B < 50。但是夜间由于光线较暗，为了能清晰辨别车辆类型、车身颜色、车牌号码等信息，抓拍图片时需要增大摄像机的曝光时间，曝光时间的増大又导致红灯区域像素过度饱和。由于CCD芯片中绿色分量G感光単元数是红色分量R和蓝色分量B的两倍，曝光时间的増大导致绿色分量G急剧増大，而红色分量R和蓝色分量B变化不大，从而引起红灯区域像素点颜色发生改变，红色分量R > 220，绿色分量G > 180，蓝色分量B < 80。由于绿色分量G值接近红色分量R值，像素点颜色倾向黄色，因此出现红灯区域像素由红色变为黄色现象，同时由于CCD颜色饱和后会形成溢出，引起溢出点周边颜色值发生改变，红灯区域边沿的顔色由于溢出，影响到边沿外侧的像素点，外侧的像素点也从黑色变浅红色，抓拍的闯红灯图片也就出现红灯区域变大的现象。智能交通闯红灯图片中，如果红灯顔色显示为黄色，将不能作为对闯红灯违章行为进行处罚的依据，因此需要将红灯的顔色由黄色修改为红色，才能作为对闯红灯行为进行处罚的依据，也才能最终达到规范驾驶员良好驾驶行为的目的。针对夜间抓拍的闯红灯车辆图片红灯变色问题，现有处理方式通常采用如下两种方法
I)采用人エ图像处理方法，用图象处理软件画一个红色圆圈覆盖原黄色区域。2)采用图象处理方法，通过编写程序搜寻红灯区域，在红灯区域生成ー个红色圆圈覆盖原黄色区域或直接将黄色像素点的R. G. B值修改为纯红色的R. G. B值(B卩R为255，G 为 0，B 为 O)。以上两种方法都是单纯采用红色点来简单覆盖原黄色点，这样修改后的图片有很强的人为修改痕迹，另外也没有考虑夜间红灯区域变大的问题，使图片作为违章处罚的证据缺乏有效的说服力，往往导致闯红灯行为人由于交警没能提供具说服カ的证据而不接受处罚。
发明内容
本发明的目的是解决CCD高清摄像机夜间闯红灯车辆图片红灯变色与放大的问题，将闯红灯图片红灯颜色从黄色改变为红色，并对因溢出引起红灯区周围颜色改变的像素值进行修正，保证抓拍的图片能清晰显示车辆状况和红灯正常顔色信息，确保闯红灯车辆图片证据的有效性。本发明的基本思路是针对现有处理闯红灯车辆图片红灯变色方式存在的问题，首先分析CCD成像的原理，进而分析出导致夜间红灯区域顔色由红色变为黄色和红灯区域
变大的原因，最后根据变化的原因提出解决方法。本发明的目的是这样达到的首先设定闯红灯车辆图片红绿灯位置，在图片上红绿灯位置处画一个矩形区域，记下该区域的具体位置坐标，对红灯像素点的检测只针对该矩形区域进行；然后通过白天抓拍的图片确定红灯区域的实际大小，获取图片中红灯的直径d值，d值以像素为单位，根据夜间闯红灯图片中所有红灯区域点的X、Y坐标位移，计算所有红灯区域点X方向位移与Y方向位移的平均值，以此平均值作为红灯的中心点；再以中心点为圆点，d值为直径设定ー个圆形区域，d值为直径的圆形区域即为红灯实际区域，对圆形区域内、圆形区域外像素点顔色值进行校正，对圆形边界点降低红色分量；所述对圆形区域内、圆形区域外像素点顔色值进行校正和对圆形边界点降低红色分量是分别对每个像素点的R. G. B三个分量设定ー个系数值，采用系数乘积法对红灯区域像素点的R. G. B分量进行修改，系数的范围为0 1之间。a)、在设定的圆形区域内，直接采用系数乘积法对红灯区域像素点的R、G、B分量进行修改分别对每个像素点的R. G. B三个分量设定ー个系数值为R值系数始终为1，G值的系数范围为O. 2^0. 3，B值的系数范围为O. Γ0. 6 ;用系数去乘以图像中圆形区域内像素点的颜色值，计算出新的R. G. B颜色值，用新R. G. B顔色值替换原有像素点的顔色值；G、B分量系数值的设定是在系数范围内，通过设定不同的值来加以对比，找到最佳的效果的分量系数值。b)、对设定的圆形区域外颜色改变的像素点的颜色值对其R. G. B三个分量分别设定ー个系数值，R值系数范围为O. 2^0. 3, G值系数范围为O. 7、. 8，B值系数范围为
O.8、. 9，用系数去乘以图像中圆形区域边缘像素点的颜色值，计算出新的R、G、B顔色值，用新R. G. B顔色值替换原有的顔色值；R. G. B分量系数值的设定是在系数范围，通过设定不同的值来加以对比，找到最佳的效果的分量系数值。C)、对设定的圆形区域边界点，为其红色分量R设定ー个系数，系数范围为
O.7、. 9，用系数去乘以圆形区域边界点的R值，得到新的R颜色值，用新的R值替换原有的R值；G值和B值与设定的圆形区域内的G值和B值一致；R分量系数值的设定是在系数范围，通过设定不同的值来加以对比，找到最佳效果的分量系数值。所述在设定的圆形区域内像素点的颜色值G值系数为O. 25，B值系数为O. 5 ;所述在圆形区域外颜色改变的像素点的颜色值R值系数为O. 25，G值系数为O. 75，B值系数为O. 85 ;所述在设定的圆形区域边界点红色分量R系数为O. 8。
校正夜间闯红灯车辆图片红灯变色与变大的过程中，系统的处置过程包括系统初始设置和系统工作流程
系统初始參数设置开始后抓拍白天闯红灯车辆图片，根据抓拍的图片设定红灯区域矩形框，获取红灯区域直径d，保存初始设置參数，初始设置结束。系统工作流程；开始后调 入初始设置參数，抓拍夜间闯红灯车辆图片，根据图片获取中心点坐标，根据直径d计算红灯的实际区域，校正红灯区域内的像素颜色值，校正红灯区域外的像素颜色值，降低边界点的红色分量，保存图像后结束。本发明具有以下有益效果
I、夜间不需要降低摄像机的曝光时间，保证夜间抓拍闯红灯车辆图片能清晰辨别车辆类型、车身颜色、车牌号码。2、将夜间闯红灯图片中红灯颜色从黄色更正为红色，消除红灯变大部分区域，使抓拍的图片红灯区域自然显示，不存在人为修改的痕迹。3、充分保证夜间闯红灯车辆图片作为违章处罚证据的有效性，达到规范驾驶员良好驾驶行为的目的。4、该方法实现简单，算法容易，可操作性强，不需要増加任何硬件，不需要増加太多的计算量，不会影响系统的运行效率。四
图I是系统初始參数设置流程图。图2是系统工作流程图。五具体实施例方式 CCD芯片集成在高感光度的半导体单晶材料上，由许多感光单位组成，当CCD表面受到光线照射时，有ー个光电转换装置把入射到每ー个感光単位上的光子转化为相应数量的电荷，这些电荷可以被储存起来，当储存到一定时间，电荷可以被有秩序地转移出感光区域，输出到放大器，经过放大和滤波后的电信号被送到A/D，由A/D将电信号(此时为模拟信号)转换为数字信号，数值的大小和电信号的強度即电压的高低成正比，这些数值就是图像的顔色数据。电荷的数量与光照強度及照射时间成正比，当一个像素聚集过多的电荷后，就会出现电荷溢出，溢出的电荷会跑到相邻的像素势阱里去，当曝光时间増大后，红灯区域周边的像素点由于红色分量R和緑色分量G溢出，导致周边像素颜色发生改变，同时导致红灯区域变大。人对绿色信息特别敏感，所以CCD刻意加多了緑色信息的收集，这样做的目的是更好的为以后差值放大做准备，CXD中R，G，B感光点比值是1:2:1，这就是为什么当曝光时间增加吋，緑色分量G急剧増大，而红色分量R和蓝色分量B变化不大的原因，从而导致红灯区域像素点红色分量R > 220，緑色分量G > 180，蓝色分量B < 80，由于绿色分量G接近红色分量R，像素颜色倾向黄色，因此出现红灯区域像素顔色由红色变为黄色现象。对夜间闯红灯图片红灯变黄，采用查找红灯区域像素点，降低緑色分量G和蓝色分量B，达到正常的红绿灯情况下的颜色值水平。对夜间闯红灯图片红灯变大的问题，采用坐标位移的方法来调整。本发明对多个不同路ロ红绿灯CCD拍摄到的图片采用系数乘积法来对红灯区域像素点的R. G. B分量进行修改，最后得到的效果非常理想，生成图片的红灯显示也很自然，没有任何人为修改的痕迹。针对夜间闯红灯车辆图片红灯变色的问题，在以红灯的中心点为圆点，白天抓拍的图片确定红灯区域的实际大小，确定图片中红灯的直径d值为直径设定ー个圆形区域，在圆形区域内分别对每个像素点的R. G. B三个分量设定ー个系数值，该系数的范围为(Tl之间，其中R值不变，其系数为1，G值的系数范围为O. 2、. 3，B值得系数范围为O. Γ0.6。由于每个路ロ补光灯的亮度存在差异，从而CCD曝光时间增加量也存在差异，所以红灯颜色偏色现象不相同，其各顔色分量的系数可通在上面所述范围中设定不同的值来加以对比，以找到最佳的效果。 针对红灯区域变大问题，经过比较多种处理方式，找到以下比较理想的方法。由于白天闯红灯图片没有出现夜间那样的红灯区域变大的问题，首先通过白天抓拍的图片确定红灯区域的实际大小，即获取图片中红灯的直径值d，(単位像素)，根据夜间闯红灯图片中所有红灯区域点的X、Y坐标位移，计算所有红灯区域点X方向位移与Y方向位移的平均值，将该值作为红绿灯的中心点，然后以该中心点为圆点，d值为直径设定ー个圆形区域，将圆形区域以外顔色改变点的R. G. B三个分量分别设定ー个系数值，系数的范围为(Tl之间，用系数去乘图象中圆形区域外顔色改变点的R. G. B值，将计算出的R. G. B值替换原有顔色值。R. G. B三个分量分别设定的系数范围是R值系数范围为O. 2、. 3，G值系数范围为O. 7 O. 8，B值系数范围为O. 8 O. 9。对圆形区域的边缘点采用降低其红色分量的方法。为其红色分量R设定ー个系数，系数范围为O. 7 O. 9，用系数去乘以红灯边界点的R值，得到新的R颜色值，用新的R值替换原有的R值。这样相当于对边沿点做平滑处理，使图片红灯区域显示更自然，不会出现认为修改的痕迹。此时，圆形区域的边缘点的G. B值与对圆形区域内的像素点的G. B值一致。參见图I、图2。本发明系统的处置过程包括系统初始设置和系统工作流程。系统初始參数设置开始后抓拍白天闯红灯车辆图片，根据抓拍的图片设定红灯区域矩形框，获取红灯区域直径山保存初始设置參数，初始设置结束。系统工作流程；开始后调入初始设置參数，抓拍夜间闯红灯车辆图片，根据图片获取中心点坐标，根据直径d计算红灯的实际区域，校正红灯区域内的像素颜色值，校正红灯区域外的像素颜色值，降低边界点的红色分量，保存图像后结束。系统校正的具体步骤如下
I、抓拍闯红灯车辆图片通过500万像素高清摄像机抓拍闯红灯车辆的图片。2、设定闯红灯车辆图片红绿灯位置由于抓拍的闯红灯车辆图片中红绿灯固定不动，其在图片中位置固定不变，因此在图片上红绿灯位置处画一个矩形区域，并记下该区域的具体位置坐标，对红灯像素点的检测只针对该区域进行。3、获取白天闯红灯图片中红灯区域的实际大小抓拍ー张白天的闯红灯图片，获取红灯区域的直径值d (単位像素)。以中心点为原点，d值为直径的圆形区域就是红绿灯的实际区域。4、获取图片红灯的中心点坐标红灯处像素点的颜色值R. G. B分量中，红色分量R值大于200，对红绿灯矩形区域内所有R值大于200的像素点的坐标，记其X坐标总和为Σ X，Y坐标总和为Σ y，像素点总数为N，则中心点坐标为Xc= Σ x/N, Yc= Σ y/N。5、矫正图片中红灯像素点的颜色值对设定的圆形区域内图片，正常情况下红灯像素的R. G. 8值中，1 > 200，8<50，6<60，但是增加曝光时间后，红灯区域点由于绿色分量G的值急速提升，其值提升到大于200，蓝色分量B的值提升变化不大，通常仍小于80，采用系数校正法来降低緑色分类G值和蓝色分量B值，其中R值系数为I且不再改变，G值的系数范围为O. 2^0. 3,B值的系数范围为O. 4" . 6。在该系数范围内为姆个颜色分量选取ー个固定值进行处理，处理后判定图片处理效果，如果效果好则选取该系数，如果效果不理想，修改各分量系数再次对图片处理，直到得到满意效果为准，通常对各分量选取其范围的中间值即可得到满意效果。取得满意效果后，用新R. G. B顔色值替换原有的顔色值。6、修正红灯边界外颜色改变像素值由于红灯区域边界外像素因红灯区周边像素红色溢出导致其红色分量増加，显示为浅红色，通过上面第4步中已确定红灯的中心位置，可由白天拍摄的正常红灯图片获知红灯的半径值d。对设定的圆形区域外的顔色改变的浅红色像素点降低其红色分量。也采用系数法来降低其值，其中R值系数范围为O. 2^0. 3，G 值系数范围为O. 7~0· 8，B值系数范围为O. 8^0. 9，通常对各分量选取其范围的中间值即可得到满意效果。取得满意效果后，用新R. G. B顔色值替换原有的顔色值。7、降低红灯边界点的红色分量对设定的圆形区域边界点，为其红色分量R设定ー个系数，降低其红色分量，相当于对边沿点做平滑处理，通过这样处理，使图片红灯区域显示更自然，不会出现认为修改的痕迹，通过实验，红色分量R系数范围为O. 7 O. 9，通常取其范围的中间值0.8即可得到满意效果。取得满意效果后，用新R顔色值替换原有的顔色值。8、保存处理后的闯红灯图片。
权利要求
1.ー种校正夜间闯红灯车辆图片红灯变色与变大的方法，其特征在于首先设定闯红灯车辆图片红绿灯位置，在图片上红绿灯位置处画一个矩形区域，记下该区域的具体位置坐标，对红灯像素点的检测只针对该矩形区域进行；然后通过白天抓拍的图片确定红灯区域的实际大小，获取图片中红灯的直径d值，d值以像素为单位，根据夜间闯红灯图片中所有红灯区域点的Χ、γ坐标位移，计算所有红灯区域点X方向位移与Y方向位移的平均值，以此平均值作为红灯的中心点；再以中心点为圆点，d值为直径设定ー个圆形区域，d值为直径的圆形区域即为红灯实际区域，对圆形区域内、圆形区域外像素点顔色值进行校正，对圆形边界点降低红色分量；所述对圆形区域内、圆形区域外像素点顔色值进行校正和对圆形边界点降低红色分量是分别对每个像素点的R. G. B三个分量设定ー个系数值，采用系数乘积法对红灯区域像素点的R、G、B分量进行修改，系数的范围为(Tl之间； a)、在设定的圆形区域内，直接采用系数乘积法对红灯区域像素点的R、G、B分量进行修改分别对每个像素点的R. G. B三个分量设定ー个系数值为R值系数始终为1，G值的系数范围为O. 2^0. 3，B值的系数范围为O. Γ0. 6 ;用系数去乘以图像中圆形区域内像素点的颜色值，计算出新的R、G、B颜色值，用新R. G. B顔色值替换原有像素点的顔色值；G.B分量系数值的设定是在系数范围内，通过设定不同的值来加以对比，找到最佳的效果的分量系数值； b)、对设定的圆形区域外顔色改变的像素点的顔色值对其R.G. B三个分量分别设定ー个系数值，R值系数范围为O. 2^0. 3，G值系数范围为O. 7^0. 8，B值系数范围为O. 8^0. 9，用系数去乘以图像中圆形区域边缘像素点的颜色值，计算出新的R. G. B颜色值，用新R. G.B顔色值替换原有的顔色值；R. G. B分量系数值的设定是在系数范围，通过设定不同的值来加以对比，找到最佳的效果的分量系数值； C)、对设定的圆形区域边界点，为其红色分量R设定ー个系数，系数范围为O. 7 O. 9，用系数去乘以圆形区域边界点的R值，得到新的R颜色值，用新的R值替换原有的R值；G值和B值与设定的圆形区域内的G值和B值一致；R分量系数值的设定是在系数范围，通过设定不同的值来加以对比，找到最佳效果的分量系数值。
2.如权利要求I所述的校正方法，其特征在于所述在设定的圆形区域内像素点的颜色值G值系数为O. 25，B值系数为O. 5 ;所述在圆形区域外颜色改变的像素点的颜色值R值系数为O. 25，G值系数为O. 75，B值系数为O. 85 ;所述在设定的圆形区域边界点红色分量R系数为O. 8。
3.如权利要求I所述的校正方法，其特征在于校正夜间闯红灯车辆图片红灯变色与变大的过程中，系统的处置过程包括系统初始设置和系统工作流程 系统初始參数设置开始后抓拍白天闯红灯车辆图片，根据抓拍的图片设定红灯区域矩形框，获取红灯区域直径d，保存初始设置參数，初始设置结束 系统工作流程；开始后调入初始设置參数，抓拍夜间闯红灯车辆图片，根据图片获取中心点坐标，根据直径d计算红灯的实际区域，校正红灯区域内的像素颜色值，校正红灯区域外的像素颜色值，降低边界点的红色分量，保存图像后结束。
4.如权利要求3所述的校正方法，其特征在于所述校正的具体步骤如下 1)、抓拍闯红灯车辆图片用高清摄像机抓拍闯红灯车辆的图片； 2)、设定闯红灯车辆图片红绿灯位置在图片上红绿灯位置处画一个矩形区域，记下该区域的具体位置坐标，对红灯像素点的检测只针对该区域进行； 3)、获取白天闯红灯图片中红灯区域的实际大小抓拍ー张白天的闯红灯图片，获取红灯区域的直径值d，d值的单位为像素；以中心点为原点，d值为直径的圆形区域即为红绿灯实际区域； 4)、获取图片红灯的中心点坐标红灯处像素点的颜色值R.G. B分量中，红色分量R值大于200，对红绿灯矩形区域内所·有R值大于200的像素点的坐标，记其X坐标总和为Σ X,Y坐标总和为Σ y，像素点总数为N，则中心点坐标Xe为Xc= Σ x/N, Yc为-.Yc= Σ y/N ； 5)、矫正图片中红灯像素点的颜色值在设定的圆形区域内，直接采用系数乘积法对红灯区域像素点的R. G. B分量进行修改，其中R值不变，其系数为1，G值的系数范围为O.2^0. 3，B值的系数范围为O. Γ0. 6，在该系数范围内为每个顔色分量选取ー个固定值对图片进行处理，处理后判定图片处理效果，如果效果好则选取该系数，如果效果不理想，在各系数范围内修改各分量系数再次对图片处理，直到得到满意效果为准，取得满意效果后，用新R. G. B顔色值替换原有的顔色值； 6)、修正红灯边界外颜色改变像素值通过第4)步中已确定红灯的中心位置，由白天拍摄的正常红灯图片获知红灯的半径值d，对设定的圆形区域外的顔色改变像素点降低其红色分量，采用系数法来降低其值，其中R值系数范围为O. 2^0. 3，G值系数范围为O. 7 O. 8，B值系数范围为O. 8^0. 9 ;在系数范围内为每个顔色分量选取ー个固定值对图片进行处理，处理后判定图片处理效果，如果效果好则选取该系数，如果效果不理想，修改各分量系数再次对图片处理，直到得到满意效果为准，取得满意效果后，用新R、G、B顔色值替换原有的颜色值； 7)、降低红灯边界点的红色分量对设定的圆形区域边界点，为其红色分量R设定ー个系数，降低其红色分量，红色分量R系数范围为O. 7^0. 9，在系数范围内选取ー个固定值对图片进行处理，处理后判定图片处理效果，如果效果好则选取该系数，如果效果不理想，修改各分量系数再次对图片处理，直到得到满意效果为准，取得满意效果后，用新R顔色值替换原有的颜色值； 8)、保存处理后的闯红灯图片。
全文摘要
一种校正夜间闯红灯车辆图片红灯变色与变大的方法。设定闯红灯车辆图片红绿灯位置区域并只对红灯像素点进行检测；确定红灯区域的实际大小和红灯的直径d值，根据夜间闯红灯图片中所有红灯区域点的X、Y坐标位移，计算X方向位移与Y方向位移的平均值，以此平均值作为红灯的中心点；再以中心点为圆点，d值为直径设定一个圆形区域即红灯实际区域。采用系数乘积法对红灯区域像素点的R、G、B分量进行修改，系数的范围为0~1之间。对圆形区域内像素点颜色值直接修正且R系数始终为1，对圆形区域外颜色改变的像素点校正，对圆形边界点降低红色分量。本发明夜间不需要降低摄像机的曝光时间，图片清晰，方法简单实用，可操作性强，不增加任何硬件。
文档编号G08G1/01GK102663892SQ20121017012
公开日2012年9月12日 申请日期2012年5月29日 优先权日2012年5月29日
发明者胡术, 邱敦国, 陈延涛 申请人:四川大学, 四川川大智胜软件股份有限公司