组块的成员。在一些实施方 案中，如果所述第一组的块的自我分段响应值位于所述预定范围中与所述块内的像素的像 素响应值相同的一侧，则可W将所述块确定为所述第二组块的成员。
[0039] 在一些实施方案中，该处理装置还可W配置成:基于至少一个几何参数从所述第 一组块中识别第Ξ组块，其中所述第二组块可W是从所述第Ξ组块中识别的。
[0040] 在一些实施方案中，所述至少一个几何参数可W是尺寸参数。
[0041 ]在一些实施方案中，所述至少一个几何参数可W是形状参数。
[0042] 在一些实施方案中，该处理装置可W配置成通过如下步骤来验证所述候选块是否 是交通灯:利用级联检测器验证所述候选块W获取第一验证的区域，W及利用支持矢量机 (SVM)来验证所述第一验证的区域。
[0043] 根据一个实施方案，提供一种用于交通灯检测的系统。该系统可W包括:用于分别 地计算颜色图像的像素的像素响应值的部件，其中可W直接地使用对应像素的R、G和Β值来 计算每一个所述像素响应值，W使红色交通灯像素的像素响应值基本上分布在预定范围的 第一侧上，W及绿色交通灯像素的像素响应值基本上分布在所述预定范围的第二侧上，所 述第二侧位于所述第一侧相反的一侧；用于将其像素响应值分布在所述第一侧或所述第二 侧上的像素识别为候选像素的部件；用于基于所述候选像素来识别候选块的部件；W及用 于验证所述候选块是否是交通灯的部件。
[0044] 根据一个实施方案，提供一种包含用于交通灯检测的计算机程序的非瞬态计算机 可读介质。当该计算机程序被处理器执行时，它将指令处理器执行如下步骤:分别计算颜色 图像的像素的像素响应值，其中可W直接地使用对应像素的R、G和B值来计算每一个所述像 素响应值，W使红色交通灯像素的像素响应值基本上分布在预定范围的第一侧上，W及绿 色交通灯像素的像素响应值基本上分布在所述预定范围的第二侧上，所述第二侧位于所述 第一侧相反的一侧;将其像素响应值分布在所述第一侧或所述第二侧上的像素识别为候选 像素;基于所述候选像素来识别候选块;W及验证所述候选块是否是交通灯。
【附图说明】
[0045] 结合附图，根据下文描述和所附权利要求，将更充分地显见到本发明公开的前文 和其他特征。要理解的是运些附图仅说明根据本发明公开的若干实施方案，因此运些附图 不应视为其保护范围的限制，本发明公开将通过利用附图的附加特质和细节来予W描述。
[0046] 图示意图形式图示根据一个实施方案的用于交通灯检测的方法的流程图；
[0047] 图2图示安装在车辆上的摄像头捕获的示例颜色图像；
[0048] 图3图示图2的颜色图像的上部分；
[0049] 图4W示意图形式图示图3中像素的像素响应值；
[0050] 图5W示意图形式图示图3的颜色图像中的候选像素；
[0051] 图6W示意图形式图示第一组块的第一示例块及其最小封闭形状；
[0052] 图7 W示意图形式图示根据一个实施方案的用于从第二组块中识别候选块的过 程；
[0053] 图8W示意图形式图示第二组块的第二示例块及其自我分段和周边分段；
[0054] 图9图示图2的颜色图像中与候选块对应的矩形区域;W及
[0055] 图10图示图2的颜色图像中检测到的交通灯。
【具体实施方式】
[0056] 在下文详细描述中，参考构成描述的一部分的附图。在附图中，除非上下文中另行 指示，否则相似的符号典型地标识相似的组件。详细描述、附图和权利要求中描述的说明性 实施方案无意作为限制。可W采用其他实施方案，W及可W进行其他更改，而不会背离本文 提供的发明主题的精神或范围。将容易地理解，本发明公开的多个方面，如本文概述的和附 图图示的，可W采用范围广泛的多种不同配置来安排、替代、组合和设计，所有运些显性地 可设想到且构成本发明公开的一部分。
[0057] 交通灯检测可W基于图像处理技术。图像上交通灯的候选可能需要经验证是否是 真的交通灯。通常情况下，可W使用如级联检测器或支持向量机的交通灯分类器来实现此 类验证，运可能导致大量计算工作负荷。因此，为了提高交通灯检测的效率和可靠性，在验 证之前，需要尽可能多地将颜色图像中不可能是交通灯的分段过滤掉，同时应该确保颜色 图像中可能是交通灯的分段可W不被过滤掉。其中，所述颜色图像为彩色颜色图像，即彩色 图像。效率与可靠性之间的平衡是交通灯检测中的主要关注点。
[0058] 图示意图形式图示根据一个实施方案的用于交通灯检测的方法100的流程图。 [0化9] 参考图1，在S101中，获取颜色图像。
[0060] 在一些实施方案中，可W由摄像头捕获颜色图像。在一些实施方案中，摄像头可W 安装在车辆上。在一些实施方案中，可W在均匀间隔的时间点上捕获颜色图像，并且可W连 续地逐个处理运些颜色图像。
[0061] 图2图示安装在车辆上的摄像头捕获的示例颜色图像。颜色图像是在十字路口处 予W捕获。从颜色图像可W看到，在十字路口处，许多物体可能具有与交通灯接近的颜色， 如树木、汽车尾灯、广告牌灯、红色或绿色徽标，通过常规交通灯分类器进行验证之后，运些 可能是误报。可能需要尽可能多地过滤掉运些误报。
[0062] 在一些实施方案中，可W移除颜色图像的较低部分来提高效率，因为一般交通灯 可能不会出现在较低部分中。由此，保留颜色图像的其余较上方部分W用于后续处理。图3 图示图2的颜色图像的较上方部分。应该注意，移除颜色图像的较低部分可W是可选的。
[0063] 在S103中，直接使用颜色图像的较上方部分的像素的R、G和B值来计算运些像素的 像素响应值。
[0064] 基于该计算，红色交通灯像素和绿色交通灯像素 W外的像素的像素响应值可W基 本上分布在预定范围中，红色交通灯像素的像素响应值可W基本上分布在该预定范围的第 一侧上，W及绿色交通灯像素的像素响应值可W基本上分布在该预定范围的第二侧上，其 中第二侧位于与第一侧相反的一侧。
[0065] 在一些实施方案中，每个像素响应值可W基于对应像素的两个分量来计算，其中 第一分量可W指示对应像素更可能是绿色交通灯像素、红色交通灯像素还是交通灯W外的 像素的趋势，即，偏向第一侧、第二侧或预定范围的趋势；W及如果该趋势基本上偏向第一 侧或第二侧，则第二分量能够放大该趋势。在一些实施方案中，像素响应值可W基于第一分 量和第二分量相乘来计算。
[0066] 通常，交通灯像素，无论是红色还是绿色，与其他物体相比应该在某个颜色通道值 是突出的。例如，红色交通灯像素可W具有相对较高红色通道(R)值，但是非常低绿色通道 (G)值和蓝色通道(B)值；而绿色交通灯像素可W具有相对较高G值和B值，但是非常低的R 值。交通灯像素 W外的像素可W具有彼此较为接近的R、G和B值。因此，R、G和B值可W用于分 离红色交通灯像素、绿色交通灯像素和其他物体的像素，从而能够用于计算第一分量。
[0067] 在一些实施方案中，可W基于第Ξ、第四和第五分量之和来计算第一分量，所述第 Ξ、第四和第五分量分别基于对应像素的R、G和B值，其中第Ξ分量可W具有第一符号，W及 第四和第五分量可W具有与第一符号相反的第二符号。由此，红色交通灯像素和绿色交通 灯像素的第一分量可W偏向于相反的两端。
[006引在一些实施方案中，第立分量可W是ki*R，第四分量可W是-k2*G，W及第五分量可 W是-k3*B，其中ki、k2和k3设为使得如果对应像素是红色交通灯像素，则趋势基本上偏向第 一侧，W及如果对应像素是绿色交通灯像素，则趋势基本上偏向第二侧。权重因子kl、k2和k3 可W基于环境光、摄像头参数等来予W调整。
[0069] 在一些实施方案中，第一分量可W是（
，因此，基于第一分量是正值还是 负值，可W方便地确定所述像素更可能是红色交通灯像素还是绿色交通灯像素。再者，第一 分量的绝对值越大，则所述像素越可能会是交通灯像素。
[0070] 第二分量可W用于将红色交通灯像素的像素响应值与绿色交通灯像素的像素响 应值之间的差异放大。如果此差异被增大，则该方法可W更具稳健性。通常，交通灯像素，无 论是红色还是绿色，不仅在交通灯颜色上是纯色的，而且具有相对较高的亮度。因此，在一 些实施方案中，第二分量可W表示对应像素的亮度，运是一种放大趋势的适合方式。由此， 可W过滤掉红色或绿色但是暗色的物体，如树叶。正如本领域技术人员公知的，像素的亮度 可W与R、G和B值高度相关。因此，第二分量还可W使用R、G和B值来表示。
[0071] 在一些实施方案中，可W基于第六和第屯分量之和来计算第二分量，所述第六和 第屯分量分别基于对应像素的R和G值，其中第六和第屯分量具有相同的符号。
[0072] 在一些实施方案中，第六分量可W是k4*RW及第屯分量可W是ks*G，其中k4和1?设 为使得如果对应像素是红色交通灯像素，则像素响应值基本上位于第一侧上，W及如果对 应像素是绿色交通灯像素，则像素响应值基本上位于第二侧上。
[0073] 在一个示例中，对应像素的像素响应值基于如下公式(1)来计算：
[0074] α)，
[0075] 其中pr表示像素响应值，R、G和Β分别表示对应像素的R、G和Β值。
[0076] 基于公式（1)，可W得出结论，红色交通灯像素的像素响应值可W是较大的正值， 绿色交通灯像素的像素响应值可w是较大的负值，w及交通灯w外的物体的像素响应值可 W具有相对较小的绝对值。图4W示意图形式图示基于公式（1)计算的图3中的像素的像素 响应值。在图4中，将像素响应值转换成灰度级。从图4可W看出，红色交通灯像素相对较亮， 而绿色交通灯像素