一种交通灯识别方法
【技术领域】
[0001] 本发明涉及计算机视觉识别技术，尤其涉及一种交通灯识别方法。
【背景技术】
[0002] 随着社会的进步和经济的发展，通过引入模式识别和电子信息技术而形成的智能 交通系统已引起各国政府和交通部门的普遍重视。交通标志的识别是智能交通系统重要的 组成部分，也是机器学习研究的重要学术分支，它涉及模式识别、图像处理、数字信号处理、 人工智能、通信技术和信息论等众多技术领域。目前对于交通灯状态的识别主要依靠安装 在交通路口的视频监控系统，依此获取车辆是否违章等信息并提供处罚依据。因此，实现对 交通灯状态实时、准确识别，对于提升城市化建设具有重要意义。
[0003]目前，常用的交通灯识别方法有基于SVM支持向量机的交通灯识别算法、基于模 版匹配的交通灯识别算法。基于SVM支持向量机的交通灯识别算法，需要根据不同环境下 交通灯图像信息表现形式的不同来训练白天、夜晚、晃动、反光、色偏等大量代表性环境条 件的样本，不仅运算复杂，而且在强烈反光和色偏的情况下，仍然对交通灯目标进行信息采 集会导致产生大量错误信息且无法实现交通灯目标位置校准；基于模版匹配的交通灯识别 算法也需要各种代表性环境下的图像作为模版，而且对于不同路口，就得重新生成一套新 的模版，如果当前路口的环境变化剧烈，则模版更新滞后会产生大量错误识别信息，而且同 样无法实现交通灯目标位置校准。
[0004] 因此，有必要研究一种计算复杂度低、运算速度快、实现简单、恶劣环境条件下能 够自动关闭以保证识别准确性，并能够实现交通灯目标位置校准的交通路口视频监控系统 中的交通灯识别方法，这有利于减少交通部门处理复杂、错误交通信息的工作量，节省人力 物力，同时对于交通事故责任公正认定、准确判断车辆是否违章等具有重要意义。
【发明内容】
[0005] 本发明所要解决的技术问题是提供一种用于交通路口视频监控系统中的交通灯 识别方法，其计算复杂度低、运算速度快，且在恶劣环境条件下能够自动关闭以保证识别准 确性，同时能够实现交通灯目标位置校准。
[0006] 本发明解决上述技术问题所采用的技术方案为：一种交通灯识别方法，包括以下 步骤：
[0007] ①将实时获取的路口监控视频中当前待处理的第n帧路口图片中交通灯所在的 矩形区域定义为当前交通灯目标区域，其中，n的初始值为0,0彡n彡N-1，N表示实时获取 的路口监控视频中包含的路口图片的总巾贞数，将当如受通灯目标区域在弟n巾贞路口图片中 的位置以当前交通灯目标区域的左上角像素点在第n帧路口图片中的坐标位置（xw，yw)来 表示，1彡xw<W，l彡yw<H，W表示实时获取的路口监控视频中路口图片的宽度，H表示 实时获取的路口监控视频中路口图片的_度；
[0008] ②将当前交通灯目标区域的面积记为Aall,Aall=XXY,其中,X为当前交通灯目标 区域在宽度方向上的像素数目，Y为当前交通灯目标区域在长度方向上的像素数目；
[0009] ③根据Aall，并通过判定当前交通灯目标区域中的亮区位置是否发生灯光呈光晕 状扩散的现象，自适应地确定当前交通灯目标区域的二值化方法，当n= 0时，如果当前交 通灯目标区域中的亮区位置发生灯光呈光晕状扩散的现象，则将RGB空间灰度二值化方法 确定为当前交通灯目标区域的二值化方法；如果当前交通灯目标区域中的亮区位置未发生 灯光呈光晕状扩散的现象，则将HSV空间灰度二值化方法确定为当前交通灯目标区域的二 值化方法；然后采用确定的二值化方法对当前交通灯目标区域进行处理，获得当前交通灯 目标区域的二值化结果，记为埒，再执行步骤⑤；
[0010] 当0〈n〈100时，如果当前交通灯目标区域中的亮区位置发生灯光呈光晕状扩散的 现象，则使发生灯光呈光晕状扩散的现象的统计量增加1 ;如果当前交通灯目标区域中的 亮区位置未发生灯光呈光晕状扩散的现象，则使未发生灯光呈光晕状扩散的现象的统计量 增加1 ;然后将第〇帧路口图片中的交通灯目标区域采用的二值化方法确定为适合当前交 通灯目标区域的二值化方法，采用确定的二值化方法对当前交通灯目标区域进行处理，获 得当前交通灯目标区域的二值化结果，记为堺，再执行步骤④；
[0011] 当n彡100时，计算从第n-99帧到第n帧路口图片中的交通灯目标区域中发生灯 光呈光晕状扩散现象的帧数所占的比例，记为Psp_d，通过比较Psp_d与设定的阈值的大小 确定适合当前交通灯目标区域的二值化方法；再采用确定的二值化方法对当前交通灯目标 区域进行处理，获得当前交通灯目标区域的二值化结果，记为接着判断适合当前交通灯 目标区域的二值化方法与适合前一帧路口图片中的交通灯目标区域的二值化方法是否一 致，如果一致，则执行步骤④，否则执行步骤⑤；
[0012] ④根据当前交通灯目标区域与前一帧路口图片中的交通灯目标区域的亮度差分， 得到当前交通灯目标区域相比前一帧路口图片中的交通灯目标区域中信号灯变亮的区域 和变暗的区域，从而判别当前交通灯目标区域的信号灯亮度变化情况，若当前交通灯目标 区域相比前一帧路口图片中的交通灯目标区域没有信号灯亮度变化，则执行步骤⑤；若当 前交通灯目标区域相比前一帧路口图片中的交通灯目标区域有信号灯亮度变化，则获取当 前交通灯目标区域的水平校准坐标，记为xw' ；然后根据\'判定当前交通灯目标区域在水 平位置是否发生偏移，若判定当前交通灯目标区域在水平位置为发生偏移则执行步骤⑤， 若判定当前交通灯目标区域在水平位置发生偏移，将xw'赋值给xw，再返回步骤③重新获取 AB;
[0013] ⑤从和中提取反应当前交通灯目标区域中的亮区位置的有效连通域，然后根据得 到的有效连通域的数目，判断当前交通灯目标区域中的信号灯状态：若有效连通域的数目 为0,则说明当前交通灯目标区域内没有亮着的信号灯，识别为"灯灭"结果，并结束当前交 通灯目标区域的识别，然后执行步骤⑨；若有效连通域的数目大于或等于3,则说明当前交 通灯目标区域内出现过多的亮区，识别为"未识别"结果，并结束当前交通灯目标区域的识 另|J，然后执行步骤⑨；若有效连通域的数目等于1，则说明当前交通灯目标区域内有一盏或 两盏亮着的信号灯，然后执行步骤⑥；若有效连通域的数目等于2,则说明当前交通灯目标 区域内有两盏亮着的信号灯，然后执行步骤⑥；
[0014] ⑥分别获取 < 中的每个有效连通域内红色像素点、黄色像素点、绿色像素点的数 目，对应记为C<、
[0015] ⑦将三盏信号灯按照位置分为上、中间、下三盏，定义3位比特识别编码Code,分 别用于保存对应上、中间、下三盏信号灯的识别结果，根据有效连通域的长度判别当前交通 灯目标区域的信号灯数目，联合根据当前交通灯目标区域的有效连通域的位置特征、颜色 特征、变化序列特征更新编码Code的值，然后根据更新的编码Code的值得到当前交通灯目 标区域中信号灯的识别结果，完成对交通灯的识别；
[0016] ⑧当交通灯的识别结果为黄灯时对当前交通灯目标区域进行垂直位置的校准，将 校准后的垂直坐标位置记为yw'，_>V, = +(>CW -^)，其中;C,/为当前交通灯目标区域的有 效连通域垂直方向的中点坐标，再将y'J武值给yw;
[0017] ⑨令n=n+1，将下一帧待处理的路口图片中的交通灯目标区域作为当前交通灯 目标区域，将当前交通灯目标区域在其所在的路口图片中的位置以（xw，yw)表示，再返回步 骤②继续执行，直至处理完路口监控视频中所有的路口图片为止。
[0018] 所述的步骤③中自适应地确定当前交通灯目标区域的二值化方法的具体过程 为：
[0019] ③-1、将当前交通灯目标区域转化到HSV颜色空间，得到当前交通灯目标区域的 预处理二值化结果，记为抝；
[0020] @-2、获取馬中面积最大的连通域，记为7^.1^，将％_的面积记为4._;
[0021] ③-3、定义未发生灯光呈光晕状扩散现象的统计量为〃，定义发生灯光呈光 晕状扩散现象的统计量为乂，且令和的初始值均为〇 ;
[0022] ③_4、根据Aall和，确定适合当前交通灯目标区域的二值化方法，具体过程 为：
[0023] 当n= 0时，若4。,_ ，则认为当前交通灯目标区域发生灯光呈光晕状扩 散的现象，并将RGB空间灰度二值化方法确定为当前交通灯目标区域的二值化方法；若 则认为当前交通灯目标区域未发生灯光呈光晕状扩散的现象，并将HSV颜色 空间二值化方法确定为当前交通灯目标区域的二值化方法；然后采用确定的二值化方法对 当前交通灯目标区域进行处理，获得当前交通灯目标区域的二值化结果，记为珥，再执行步 骤⑤；
[0024] 当0〈n〈100时，若则认为当前交通灯目标区域未发生灯光呈光晕状 扩散的现象，令+1;若，则当前交通灯目标区域发生灯光呈光 晕状扩散的现象，令#= 乂。_ +1;然后直接将第0帧路口图片中的交通灯目标区域采 用的二值化方法确定为当前交通灯目标区域的二值化方法；再采用确定的二值化方法对当 前交通灯目标区域进行处理，获得当前交通灯目标区域的二值化结果，记为和，再执行步 骤④，其中，乂。，厕"=乂。,順"+1和乂^=+1中的"="为赋值符号；
[0025] 当n>100 时，若 4%,腿 ，则令气-fl=min(A^mfl"+],i〇〇)， 乂物=臓(iV%big-l，0);若 ，则令 ^B0,small= max(WVsffla"-l，100), WaB,Kg=minC^,big +1，〇);在确定乂。,_?_和^4),物的值后，计算从第n_99巾贞到第n巾贞路口 图片中的交通灯目标区域中发生灯光呈光晕状扩散现象的帧数所占的比例，记为PspMad，NRK 若3前交灯目标￡域所在6勺路p图片6勺前-巾贞中6勺交灯目标￡域采 用的二值化方法为HSV颜色空间二值化方法且PspMad>PThl，则将RGB空间灰度二值化方法 确定为适合当前交通灯目标区域的二值化方法，然后采用确定的二值化方法对当前交通 灯目标区域进行处理，获得当前交通灯目标区域的二值化结果，记为A"，再执行步骤⑤；若 当前交通灯目标区域所在的路口图片的前一帧中的交通灯目标区域采用的二值化方法为 HSV颜色空间二值化方法且Psp_d<PThl，则执行步骤④；若当前交通灯目标区域所在的 路口图片的前一帧中的交通灯目标区域采用的二值化方法为RGB空间灰度二值化方法且 PspMad〈PTh2,则将HSV颜色空间二值化方法确定为适合当前交通灯目标区域的二值化方法， 然后采用确定的二值化方法对当前交通灯目标区域进行处理，获得当前交通灯目标区域的 二值化结果，记为 <，再执行步骤⑤；若当前交通灯目标区域所在的路口图片的前一帧中 的交通灯目标区域采用的二值化方法为RGB空间灰度二值化方法且PspMad>PTh2，则执行步 骤④；其中，min()为取最小值函数，max()为取最大值函数，PThl和PTh2为设定阈值。
[0026] 所述的步骤③-4中应满足PThl>PTh2，且取PThl= 0. 3,PTh2= 0. 1。
[0027] 所述的步骤④的具体过程为：
[0028] ④-1、计算当前交通灯目标区域与前一帧路口图片中的交通灯目标区域的亮度差 分，记为Decn，将Decn中坐标位置为（i，j)的像素点的像素值记为若当前交通灯 目标区域的二值化方法为HSV颜色空间二值化，则，若当前交通灯 目标区域的二值化方法为RGB空间灰度二值化，则-GH(,V);其中，〇彡i〈X， 0彡表示前一帧路口图片中的交通灯目标区域中坐标位置为（i，j)的像素点的 亮度值