[发明专利]一种基于图像处理的多信号灯识别方法

说明书

技术领域

本发明属于图像识别技术领域，具体涉及一种基于图像处理的多信号灯识别方法。

背景技术

现在已经有越来越多的研发部门或者科研单位关注汽车智能辅助系统的实现，在信号灯识别方面也提出了各种方法：

金涛等提出的基于NCC模板匹配的背板检测(基于级联滤波的交通信号灯识别方法[M]，上海交通大学学报(自然版).2012:1355-60.)，但是匹配过程中只使用了单一模板，模板的适应性还有待探讨。

Raoul de Charette等提出的自学习模板匹配算法用于信号灯识别(Real Time Visual Trafric Lights Recognition Based on Spot Light Detection and Adaptive Traffic Lights Templates[J].Ieee Int Veh Sym,2009,358-63.)，并针对柱式交通信号灯(相较于悬挂式信号灯的识别，背景更加复杂)的识别进行了实验，算法效率和识别率较高，但是并未涉及箭头型信号灯的检测。

CAI.Z等提出了箭头型信号灯的识别方法(Real-time arrow traffic light recognition system for intelligent vehicle；proceedings ofthe The 16th International Conference on Image Processing,Computer Vision,&Pattern Recognition New York:IEEE Society,F,2012[C].)，通过建立信号灯样本库进行模板匹配，能够实现对箭头型信号灯的实时检测，但未能兼容圆形信号灯的识别。

Frank Lindner等在简单特征识别的基础上，提出了使用前馈神经网络对信号样本进行分类(Robust recognition of traffic signals[J].2004Ieee Intelligent Vehicles Symposium,2004,49-53.)，该方法对黑白、彩色相机都有涉及，并且针对不同样式(圆形和箭头形)信号灯的识别设计了不同的算法，但是在圆形和箭头形信号灯都存在的场景下进行识别时，需要分别执行两个算法。

综合以上可以看出，现有的信号灯识别方法，虽然基本可以达到实时准确(运行时间100ms以内，图像识别率90％以上)识别信号灯的要求，但是都只是针对圆形信号灯或者箭头形信号灯中的一种进行了识别，对于部分城市圆形信号灯和箭头形信号灯同时出现在同一场景中的情况并没有提出相应的解决方案。

发明内容

针对现有技术所存在的上述技术问题，本发明提供了一种基于图像处理的多信号灯识别方法，以实现同一场景中多种形状信号灯目标的识别。

一种基于图像处理的多信号灯识别方法，包括如下步骤：

(1)采集实景图像，截取实景图像中存在信号灯的区域作为目标区域，并对目标区域进行Top-Hat变换(顶帽算法)；

(2)对变换后的目标区域进行灰度分割，从中提取出若干发光区块；

(3)依次通过颜色标记和几何滤波对发光区块进一步筛选，从中提取出信号灯候选区块；

(4)利用样本训练出信号灯分类器，进而使用分类器对信号灯候选区块进行区分，从中确定出真正的信号灯区块；

(5)通过计算信号灯区块为箭头型信号灯的概率，以确定信号灯区块的形状，进而输出信号灯的颜色及状态。

所述的步骤(2)中使目标区域中每一像素的灰度值与灰度阀值进行比较，将灰度值大于等于灰度阀值的像素的发光属性值标记为1，灰度值小于灰度阀值的像素的发光属性值标记为0；进而从目标区域中将发光属性均为1且相互邻接的若干像素所组成的区块提取出来作为发光区块。

所述的步骤(3)中根据以下表达式对发光区块的每一像素进行颜色标记：