[发明专利]基于GPS定位与视觉图像处理的交通信号检测方法及系统

权利要求书

1.一种基于GPS定位与视觉图像处理的交通灯检测方法，其特征在于包括以下步骤：

S1：基于GPS定位信息判断当前位置是否处于相应路口预定范围内，如果是，则进入步骤S2，触发视觉图像处理进程；

S2：视觉图像处理进程启动，通过摄像装置获取道路前方图像，并分别送入交通灯边框定位进程和交通灯信号识别进程中；

S3：通过交通灯边框定位进程检测图像中是否存在交通灯灯架，如果存在，通过边框提取确定灯架在图像中的位置；

S4：通过交通灯信号识别进程检测图像中是否存在交通灯信号，如果存在，通过颜色分割和霍夫变换确定灯体在图像中的位置以及对应的信号模式；

S5：判断步骤S4所获取的灯体位置是否与步骤S3所获取的灯架位置相匹配，如果匹配成功，则交通灯信号检测准确，如果匹配不成功，则进入步骤S6启动后验进程；

S6：根据步骤S3所确定的灯架在图像中的位置调整图像大小，通过特征提取判断该图像内是否存在交通灯，如果存在交通灯，然后通过模式识别确定其交通灯信号，如果不存在，则返回步骤S2重新获取图像；

S7：在确定具体的交通信号后，通过启动语音播报进程播送当前交通信号指示情况；

步骤S5中根据灯体位置与灯架位置的重合度来判断是否相匹配，记灯体区域面积大小为S₁，灯体与灯架重合区域面积大小为S₂，如果比值S₁/S₂处于预设阈值范围内，并且灯体在灯架内的位置对应正确，则判定交通灯信号检测准确；

步骤S3中所述的交通灯边框定位进程具体按照以下步骤进行：

S31：图像预处理，包括进行图像大小调整以及亮度补偿；

S32：采用自定义阈值进行分割以及进行形态学变换；

S33：利用矩形度特征进行矩形边框定位；

S34：基于矩形框的长宽特性进行候选块的筛选，最终确定为交通灯边框；

步骤S4中所述的交通灯信号识别进程具体按照以下步骤进行：

S41：图像预处理，包括进行图像大小调整以及亮度补偿；

S42：根据经验数据设定分割阈值，对步骤S41处理后的RGB图像进行颜色分割，通过颜色分割产生的三个二值图，分别表示提取的红绿黄三色区域；

S43：通过高斯滤波、中值滤波以及腐蚀膨胀操作消除干扰；

S44：对二值图像进行边缘检测与霍夫圆变换，最终标记出圆形交通灯候选区域。

2.根据权利要求1所述的基于GPS定位与视觉图像处理的交通灯检测方法，其特征在于，步骤S6中的后验进程的具体步骤如下：

S61：根据步骤S3所确定的灯架在图像中的位置，分割待处理区域；

S62：根据图像像素点的RGB值判断连通区域的大小是否超过阈值，如果超过阈值，则认定为存在交通灯；

S63：提取连通区域的特征参数，通过基于神经网络的分类识别器识别出交通灯信号模式。

3.根据权利要求2所述的基于GPS定位与视觉图像处理的交通灯检测方法，其特征在于：步骤S63输入的特征参数包括连通区域个数、每一个连通区域面积，每一个连通区域RGB分量的平均值、每一个连通区域左右端部面积比、每一个连通区域上下端部面积比、连通区域的长度以及连通区域的宽度。

4.根据权利要求3所述的基于GPS定位与视觉图像处理的交通灯检测方法，其特征在于：所述分类识别器识别出的交通灯信号模式包括圆盘灯红、黄、绿三种状态；人体行走灯红、黄、绿三种状态；直行箭头灯红、黄、绿三种状态；左转弯灯红、黄、绿三种状态，右转弯灯红、黄、绿三种状态以及调头灯红、黄、绿三种状态。

5.根据权利要求4所述的基于GPS定位与视觉图像处理的交通灯检测方法，其特征在于：在分类识别器识别出交通灯信号模式后，所述语音播报进程播报对应的语音提示信息。

6.一种实现权利要求1所述的基于GPS定位与视觉图像处理的交通灯检测方法的系统，其特征在于：包括智能手机，该智能手机的处理器中安装有视觉图像处理进程控制程序，通过智能手机自带的GPS获取定位信息，通过智能手机自带的摄像头获取前方图像，当处理器中的视觉图像处理进程识别出交通信号灯模式时，通过智能手机自带的语音输出模块输出对应的语音提示信息。