的 区域，利用聚类分析提取信号灯检测区域内的满足色度、亮度和饱和度信息的连通域；再根 据形状、颜色和位置等几何特征分析提取最优连通域，确定该定信号灯的状态。
[0072] 在此基础上，还对信号灯剧烈晃动、偏移出检测区域的情况，通过统计各灯位置及 颜色信息实时校验信号灯检测区域位置的偏移；以及依据视频异常诊断结果及信号灯的状 态，对信号灯异常色度的颜色进行校正。
[0073] 同时，还依据信号灯状态及其对应的亮度区域，利用SVM分类器识别信号灯的形 状。
[0074] 针对上述的原理方案，以下通过一具体实例来进一步的说明。
[0075] 本实例通过软件编程，形成基于视频处理的信号灯检测的软件系统，该信号灯检 测系统运行于相应的硬件服务器中，并与电子警察系统配合。
[0076] 参见图8,其所示为本实例中提供的基于视频处理的智能信号灯状态检测系统的 系统示意图。
[0077] 由图可知，该检测系统主要包括信号灯区域位置定位模块801、视频异常诊断模块 802、颜色空间分析模块803、信号灯状态判断模块804、信号灯区域位置校正模块805、信号 灯异常色度校正模块806以及信号灯形状识别模块807。
[0078] 信号灯区域位置定位模块801，其获取电子警察系统中信号灯视频，同时根据系统 设置界面（一般由相应的设置模块来实现）设定的：视频中信号灯的初始位置、规则框、形 状类型、个数等后续计算的预测参数，使用定位算法确定信号灯视频中信号灯区域位置，即 信号灯检测区域。
[0079] 视频异常诊断模块802,该模块与信号灯区域位置定位模块801数据相接，用于诊 断经信号灯区域位置定位模块定位的信号灯区域的视频成像质量是否异常并给出异常级 别。
[0080] 该视频异常诊断模块802,通过对视频帧的亮度、对比度、偏色的计算，分析信号灯 检测区域的成像质量，诊断视频质量是否异常并给出异常级别。若长时间视频质量异常严 重，则认为外部硬件灯异常出现的情况，则通过报警机制通知用户，让用户及时排除故障。 [0081 ] 颜色空间分析模块803,其与视频异常诊断模块802数据相接，针对经视频异常诊 断模块802诊断视频质量在异常级别范围内的信号灯区域视频，结合高斯模型与HSI颜色 空间分割出信号灯的区域，利用聚类分析提取信号灯检测区域内的满足色度、亮度和饱和 度信息的连通域。
[0082] 信号灯状态判断模块804,其与颜色空间分析模块803数据相接，根据形状、颜色 和位置等几何特征分析提取最优连通域，并结合信号灯内部红黄绿灯的相对位置关系检测 信号灯的状态。
[0083] 信号灯区域位置校正模块805,其分别与信号灯区域位置定位模块801、颜色空间 分析模块803、信号灯状态判断模块804数据相接。该模块针对对信号灯剧烈晃动、偏移出 检测区域的情况，通过统计各灯位置及颜色信息，实时校验信号灯区域位置的偏移。
[0084] 该模块具体通过对连续单帧的信号灯位置及颜色特征信息做统计计算，实时校正 信号灯位置的偏移与颜色特征提取的阈值；
[0085] 信号灯异常色度校正模块806,其与视频异常诊断模块802、颜色空间分析模块 803、信号灯状态判断模块804数据相接。该模块通过视频异常诊断模块802确定得到的图 像异常类别及信号灯状态判断模块804得到的信号灯的状态综合判断信号灯亮灯区域颜 色是否异常，如果信号灯亮灯颜色异常，则进行异常色度的颜色校正。
[0086] 该模块806具体利用高斯特征的颜色空间模型对信号灯异常色度的像素点进行 校验。
[0087] 信号灯形状识别模块807,该模块根据确定的信号灯状态及其对应的亮度区域，将 此区域通过预先训练好的SVM分类器进行识别，识别出信号灯的形状即，箭头灯（左转、右 转）、圆形灯（直行等）、文字灯（直行待行灯）、人行横道灯。
[0088] 参见图1，其所示为本实例方案基于视频处理进行信号灯检测的流程示意图。由图 可知，整个信号灯的检测流程包括以下步骤：
[0089] 首先进入步骤101，在该步骤中从电子警察系统中获取相应的信号灯视频，并依 次在信号灯视频中给出信号灯的初始化位置及相关信息，使用定位算法确定信号灯区域位 置。
[0090] 该步骤通过以下子步骤实现：
[0091] 通过软件的设置界面给出视频中信号灯的初始位置、规则框、形状类型、个数等作 为后续计算的预测参数P pras;
[0092] 从信号灯视频帧中，计算当前帧的全局亮度Itiavg:
[0093] 若I(；_avg> I day_th，则认为所述视频场景为白天视频，标记Pdayjlight= 1 ;
[0094] 若Iti avgS I night th，则认为所述视频场景为夜间视频，标记Pday night= 0 ;
[0095] 其中Iday_th表示白天亮度特征的下限，I night_th表示夜间亮度特征的上限，P day_night 表示视频的昼夜模式。此特征也记入信号灯的预测参数Ppras。
[0096] 通过视频中信号灯的初始位置、规则框、形状类型、个数等，可以减少不必要的运 算量以及信号灯准确的初始位置、间接计算出信号灯区域的内部各灯的相对位置关系等用 于后续步骤。
[0097] 同时，从所述视频帧中，利用HSV色彩空间提取满足信号灯色彩区域，及与初始化 规则框的特征相匹配的信号灯外边框特征，最终确定信号灯的有效区域位置Area。
[0098] 利用HSV色彩空间提取满足信号灯色彩区域，及信号灯外边框特征，最终确定信 号灯区域位置的步骤在智能交通系统初始化或算法重置时起效。
[0099] 此后进入步骤102,基于信号灯区域利用视频异常诊断算法判断并给出视频正常 与异常视频的种类及级别。如果正常则进入步骤103,否则跳入视频的下一帧继续步骤 102〇
[0100] 通过判断视频是否异常及异常的程度，当视频异常程度低时，对不同原因进行不 同处理可以提高视频中信号灯状态的检测率；当视频质量异常严重时，可以减少其造成信 号灯状态的误检测。若长时间视频质量异常严重，则发出报警，可以避免硬件故障导致软件 失效。
[0101] 接着进入步骤103,对视频中的信号灯区域进行颜色空间（HSV)分析提取红、黄、 绿、蓝绿颜色的色彩区域。
[0102] 在该步骤中，还可利用步骤101给出的初始化参数（系统初始化时）或步骤105 中统计的位置特及几何特征结合色彩区域的相对位置关系确定亮灯区域的位置。
[0103] 此后进入步骤104,对步骤103得到的信号灯亮灯区域的颜色及位置特征实时判 断信号灯的当前状态。
[0104] 此后进入步骤105,对步骤104得到的连续单帧的信号灯位置及颜色特征信息做 统计计算，并据此实时校正信号灯位置的偏移与颜色特征提取的阈值。
[0105] 通过连续帧的信号灯位置及颜色特征信息的统计，可以避免信号灯周围的类似红 黄绿的色彩区域干扰物干扰信号灯的状态检测。
[0106] 通过几个信号灯的周期中信号灯内部红绿灯相对位置的统计、判断及更新，进一 步提高红灯和绿灯在信号灯框中位置的精确性。
[0107] 通过信号灯内部的红灯或者绿灯位置的偏移量，可以避免并校正摄像机晃动或者 偏移导致的信号灯状态误检测的情况。
[0108] 此后，根据需要进入步骤106,对步骤102得到的图像异常类别及步骤104得到的 信号灯的状态综合判断信号灯亮灯区域颜色是否异常。
[0109] 如果信号灯亮灯颜色异常，则进行异常色度的颜色校正，否则进入视频下一帧并 从步骤102开始计算。由此通过信号灯亮灯颜色异常校正，进一步提高执法证据的有效性。
[0110] 最后，根据需要进入步骤107,依据前面确定的信号灯状态及其对应的亮度区域， 对信号灯的形状，即圆形灯、箭头灯、人行横道灯等进行识别。
[0111] 本实例中，步骤102的方案在具体实现时，通过对视频帧的亮度、对比度、偏色的 计算，可以确保视频异常诊断的有效性和异常程度的准确性。若连续视频质量异常严重，则 认为异常一直出现的情况，进一步提高了本检测方法的可靠性。
[0112] 具体地说，如图2所示，本实例步骤102在对视频中信号灯区域异常诊断时通过如 下子步骤实现：
[0113] 步骤201，在步骤201中，从视频中信号灯区域Area中提取全局亮度（Intensity) I ·
[0114] 1)若Iavg> I day th，则认为视频为白天状态；
[0115] 2)若Iavg< I night_th，则认为视频为夜间状态；
[0116] 3)若Iavg> I H_th，则认为视频过亮；
[0117] 4)若Iavg< I L_th，则认为视频域过暗；
[0118] 若Iavg> I day_th、Iavg> I ^th且I avg< I H_th，则认为检测区域Area亮度符合要求进 入步骤202,否则进入步骤205。
[0119] 其中IH_th表示亮度特征的上限（I H_th> I day_th)，1^^表示亮度特征的下限。
[0120] 此后进入步骤202,判断对比度（Contrast)Cllght是否正常。
[0121] 若Cllght> C u，则认为视频对比度符合要求级别为0级，否则认为视频对比度过 低。
[0122] 当图像对比度过低时：
[0123] 若 Iavg> I day th、Iavg> I uhX 1. 5 且 Cllght> C L thX0. 8,则标记视频对比度的级别 为1级，否则标记对比度的级别为2级。
[0124] 若 Iavg< I mght th、Iavg> I X 1. 5 且 Iavg> I UX 0. 5,则标记视频对比度的级别 为1级，否则标记对比度的级别为2级。
[0125] 若对比度级别为0,1级，则进入步骤203,否则进入步骤205。
[0126] 其中Q th表示对比度特征的下限。
[0127] 接着进入步骤203,该步骤判断颜色失真（Color Distorted) Dlight是否正常，其包 括以下子步骤：
[0128] 1)若Dllght> D rad_th，则认为视频颜色失真且偏红，否则认为视频颜色正常级别为0 级；
[0129] 2)若Dllght> D g__th，则认为视频颜色失真且偏绿，否则认为视频颜色正常级别为 〇级；
[0130] 3)若Dllght> Dyellciw th，则认为视频颜色失真且偏黄，否则认为视频颜色正常级别为 〇级；
[0131] 若视频颜色偏色且Iavg< IH_th-40、Cllght>(VthXl. 5,则标记颜色失真级别为2级。 否则标记颜色失