[发明专利]一种应用于无人驾驶汽车的交通灯快速检测算法

权利要求书

1.一种应用于无人驾驶汽车的交通灯快速检测算法，其特征在于：包括以下步骤：

S1.根据采集到的每一帧图像各通道的值选取红色和绿色的候选区域，所述候选区域包括若干个连通域；

S2.根据上一帧图像中的红绿灯区域位置和传感器的数据，并结合红绿灯的高度范围，预测当前帧图像中红绿灯区域的位置，形成预测区域；

S3.对当前帧图像中连通域的形状和颜色进行识别，当同一形状和颜色的连通域出现在预测区域，则该连通域为红绿灯区域；

所述步骤S2具体包括以下子步骤：

S21.利用摄像机视角和红绿灯高度范围，利用连通域的质心在图像的位置，并使用上一帧图像采集时刻摄像头与水平的夹角，计算出某个连通域的对应的实物与摄像机的实际距离；

S22.记录采集上一帧图像时刻到采集当前帧图像时刻之间的车速和转向角随时间变化的曲线，并且利用上一时刻摄像机和实物之间的距离，计算当前时刻的摄像机和同一个实物之间的距离；

S23.通过当前时刻的摄像机和实物之间的距离，以及摄像机的视角、摄像机当前时刻与水平的夹角和红绿灯的高度，结合一定的误差，预测在当前帧图片中此实物对应连通域的质心在图像中的区域范围，则该区域为预测区域。

2.根据权利要求1所述的应用于无人驾驶汽车的交通灯快速检测算法，其特征在于：所述步骤S1还包括步骤S11.在选取红色和绿色的候选区域时，还包括将每一帧图像由RGB颜色空间转换到CIE L*a*b*颜色空间，使用a通道和b通道的值判断并选取红色和绿色的候选区域。

3.根据权利要求1或2所述的应用于无人驾驶汽车的交通灯快速检测算法，其特征在于：所述步骤S1还包括步骤S12.利用形态学方法对候选区域进行处理。

4.根据权利要求3所述的应用于无人驾驶汽车的交通灯快速检测算法，其特征在于：所述形态学方法具体包括：膨胀过程、填充过程、腐蚀过程、再膨胀过程。

5.根据权利要求1所述的应用于无人驾驶汽车的交通灯快速检测算法，其特征在于：对连接域的形状识别方法具体包括以下子步骤：

S21.提取红绿灯的连通域，并对连通域图片进行HOG特征提取；

S22.将提取的特征放入已经训练完成的SVM的模型中进行判决，得出此连通域对应的交通灯的形状信息。