红绿灯的红灯颜色增强方法及其增强系统的制作方法
【技术领域】
[0001] 本发明属于智能交通技术领域，尤其涉及一种红绿灯的红灯颜色增强方法及其增 强系统。
【背景技术】
[0002] 在智能交通领域，对于车辆是否违章，很大程度上依赖于成像设备拍摄视频中红 绿灯的情况。在实际交通成像中，红绿灯的安置与成像设备之间存在一定的距离，随着这段 距离的增加，大气粒子对红绿灯光线的散射越严重，同时自然光也会因为散射作用进入成 像设备，导致采集到的图像中红灯偏黄，绿灯偏白。
[0003] 在依赖于视频的智能交通分析过程中，红灯偏黄或者变黄会对检测和判断结果产 生很大的影响，因此有必要对红灯颜色进行增强。
[0004]目前的红灯颜色增强是在图像中红灯相应位置画出红灯外接矩形框后，对其内区 域进行颜色增强，这样面临两个问题：1.成像设备一般安置在架子上，由于风或者地面震 动使得架子晃动，导致成像设备中预订的红灯区域产生偏移，红灯区域不能很好的检测出 来；2.红灯的实际颜色会发生变化，如阴雨天或者早上、傍晚以及晚上空气湿度较大，其中 悬浮的大量微小水滴造成光线散射严重，红灯偏黄严重，而晴天中午红灯偏黄微小甚至不 偏色。
【发明内容】
[0005] 基于此，针对上述技术问题，提供一种红绿灯的红灯颜色增强方法及其增强系统。
[0006] 为解决上述技术问题，本发明采用如下技术方案：
[0007] 一种红绿灯的红灯颜色增强方法，包括：
[0008] 通过成像设备持续采集红灯图像，在所述红灯图像中标记出包含红灯区域的大概 区域；
[0009] 初始化一历史红灯区域，该历史红灯区域与所述大概区域大小相同；
[0010] 提供一时间模型：通过红灯表现色模型建立步骤建立红灯表现色模型，持续时间 为tM1OT;在每个tstatic;+tM1OT时间内，利用所述红灯表现色模型，并通过红灯颜色增强步骤对 所述大概区域进行颜色增强，tM1OT以及tstati。分别表示所述红灯表现色模型的在线学习时 间以及该模型能够保持的时间；每次在线学习完成后，更新所述红灯表现色模型；
[0011] 所述红灯表现色模型建立步骤包括：分析所述大概区域中每个像素的his值，若 his值在预设范围内，则该像素为红灯的正样本，反之为红灯的负样本；统计亿。1("时间内的 正样本以及负样本，分别建立红灯的正样本集以及负样本集，并通过所述正样本集以及负 样本集之间的关系，建立红灯表现色模型；
[0012] 所述红灯颜色增强步骤包括：
[0013] 遍历所述大概区域中的每个像素，将像素的his值输入所述红灯表现色模型进行 检测，获得红灯表现色二值化模板，若模型检测值大于预设参考值，则对应的像素是红灯像 素，在所述红灯表现色二值化模板的相应位置记为255,反之记为0;
[0014] 分析所述红灯表现色二值化模板的连通域轮廓，去噪及修补该红灯表现色二值化 模板；
[0015] 对所述大概区域进行亮度分割，获得亮度模板，对所述红灯表现色二值化模板以 及亮度模板进行与计算，获得当前红灯区域；
[0016] 计算所述当前红灯区域与历史红灯区域的重合率，若重合率满足预设参考范围， 则将当前红灯区域作为实际红灯区域，并用该当前红灯区域更新所述历史红灯区域，反之， 将历史红灯区域作为实际红灯区域；
[0017] 计算所述红灯实际区域的二值化距离，作为红灯颜色的理论值，将实际表现的hsl 值作为实际值，对所述理论值以及实际值进行加权求和，根据加权求和的值输出红灯增强 结果。
[0018]所述预设范围为：h〈50,s>150, 1>120。
[0019] 所述预设参考值为0? 7-0. 9。
[0020] 所述分析所述红灯表现色二值化模板的连通域轮廓，去噪及修补该红灯表现色二 值化模板步骤包括：
[0021] a、对所述红灯表现色二值化模板进行轮廓分析，若轮廓的面积小于100或者大于 所述大概区域的面积的十分之一，则该轮廓区域是噪声，去除该轮廓区域；反之，则执行步 骤b;
[0022] b、计算所述轮廓拟合椭圆的长短轴比例，若比例在1到1. 5之间，则计算该轮廓的 重心，作为圆形红灯的中心位置，以拟合椭圆长轴半径为半径做圆，该圆为圆形红灯区域； 反之，则执行步骤c;
[0023] c、保留该轮廓区域，该区域为矩形红灯区域；
[0024] d、更新所述红灯表现色二值化模板。
[0025] 本方案还涉及一种红绿灯的红灯颜色增强系统，包括：
[0026] 红灯图像采集单元，用于通过成像设备持续采集红灯图像，在所述红灯图像中标 记出包含红灯区域的大概区域；
[0027] 历史红灯区域初始化单元，用于初始化一历史红灯区域，该历史红灯区域与所述 大概区域大小相同；
[0028] 时间模型单元，用于通过红灯表现色模型建立单元建立红灯表现色模型，持续时 间为tMlOT;在每个tstatic;+tMlOT时间内，利用所述红灯表现色模型，并通过红灯颜色增强单元 对所述大概区域进行颜色增强，tMlOT以及tstati。分别表示所述红灯表现色模型的在线学习 时间以及该模型能够保持的时间；每次在线学习完成后，更新所述红灯表现色模型；
[0029] 红灯表现色模型建立单元，用于分析所述大概区域中每个像素的his值，若his值 在预设范围内，则该像素为红灯的正样本，反之为红灯的负样本；统计tMlOT时间内的正样 本以及负样本，分别建立红灯的正样本集以及负样本集，并通过所述正样本集以及负样本 集之间的关系，建立红灯表现色模型；
[0030] 红灯颜色增强单元，用于：
[0031] 遍历所述大概区域中的每个像素，将像素的his值输入所述红灯表现色模型进行 检测，获得红灯表现色二值化模板，若模型检测值大于预设参考值，则对应的像素是红灯像 素，在所述红灯表现色二值化模板的相应位置记为255,反之记为0 ;
[0032] 分析所述红灯表现色二值化模板的连通域轮廓，去噪及修补该红灯表现色二值化 模板；
[0033] 对所述大概区域进行亮度分割，获得亮度模板，对所述红灯表现色二值化模板以 及亮度模板进行与计算，获得当前红灯区域；
[0034] 计算所述当前红灯区域与历史红灯区域的重合率，若重合率满足预设参考范围， 则将当前红灯区域作为实际红灯区域，并用该当前红灯区域更新所述历史红灯区域，反之， 将历史红灯区域作为实际红灯区域；
[0035] 计算所述红灯实际区域的二值化距离，作为红灯颜色的理论值，将实际表现的hsl 值作为实际值，对所述理论值以及实际值进行加权求和，根据加权求和的值输出红灯增强 结果。
[0036] 所述预设范围为：h〈50,s>150, 1>120。
[0037] 所述预设参考值为0. 7-0. 9。
[0038] 所述分析所述红灯表现色二值化模板的连通域轮廓，去噪及修补该红灯表现色二 值化模板步骤包括：
[0039] a、对所述红灯表现色二值化模板进行轮廓分析，若轮廓的面积小于100或者大于 所述大概区域的面积的十分之一，则该轮廓区域是噪声，去除该轮廓区域；反之，则执行步 骤b;
[0040] b、计算所述轮廓拟合椭圆的长短轴比例，若比例在1到1. 5之间，则计算该轮廓的 重心，作为圆形红灯的中心位置，以拟合椭圆长轴半径为半径做圆，该圆为圆形红灯区域； 反之，则执行步骤c;
[0041] c、保留该轮廓区域，该区域为矩形红灯区域；
[0042] d、更新所述红灯表现色二值化模板。
[0043] 本发明具有如下优点：
[0044] 1、由于只是标记出包含红灯区域的大概区域，使得检测区域得到扩大，即使架设 成像设备的杆子发生晃动或者抖动，仍能保证检测出红灯实际区域；
[0045] 2、利用红灯表现色模型的在线学习更新机制，实时监控红灯实际表现颜色，并在 表现色模型的基础上检测红灯区域，使得检测到的红灯区域随着实际红灯点亮的真实区域 的变化而变化，保证即使表现色发生变化，仍能检测到准确的红灯区域；
[0046] 3、对于图像中红灯区域存在噪声、缺损、污染等，通过分析连通域轮廓，修补红灯 区域，保证红灯的实际形状（圆形、长方形等），去除干扰；
[0047] 4、记录并更新一定时间段内的历史红灯区域，在表现色模型和亮度失效的情况 下，仍能够估计出较准确的实际红灯区域；
[0048] 5、为了消除明显的修改痕迹，设计红灯颜色由两部分组成：一是依据形态学信息 构建红灯颜色从中间向四周渐变的理论值，二是红灯实际表现的实际值，最后将两者加权 和作为最终的红灯增强输出结果。
【附图说明】
[0049] 下面结合附图和【具体实施方式】本发明进行详细说明：
[0050] 图1为本发明的原理图；
[0051] 图2为本发明的红灯表现色模型在线学习更新机制示意图；
[0052] 图3为本发明的红灯颜色增强步骤的流程图；
[0053] 图4为本发明的红灯颜色概率直方图；
[0054] 图5为本发明的红灯实际表现图与红灯颜色概率图；
[0055] 图6为本发明的去噪及修补示意图；
[0056] 图7为本发明在晚上的红灯颜色增强结果示意图；
[0057] 图8为本发明在白天的红灯颜色增强结果示意图；
[0058] 图9为本发明的历史红灯区域作用下的红灯增强结果示意图。
[0059] 图10为本发明的一种红绿灯的红灯颜色增强系统