一種基于視頻檢測交通信號燈的方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種基于視頻檢測交通信號燈的方法及裝置，該方法包括步驟：將獲取的所述圖像轉(zhuǎn)換為HSV數(shù)據(jù)格式，得到該圖像各像素點(diǎn)的色度、飽和度和亮度信息，并基于亮度信息將該圖像二值化，確定該圖像中的疑似亮燈區(qū)域；根據(jù)所述圖像中各像素點(diǎn)的色度值確定其對應(yīng)的顏色分類；再確定該像素點(diǎn)的顏色特征值；根據(jù)像素點(diǎn)的顏色特征值，確定交通信號燈各自的區(qū)域顏色特征值；并據(jù)此判斷交通信號燈各自的初步狀態(tài)，建立交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)樣本庫和對應(yīng)的高斯模型，最后判定交通信號燈的狀態(tài)。本發(fā)明同時(shí)還公開了實(shí)現(xiàn)該方法的裝置，本發(fā)明的方法及裝置對圖像質(zhì)量要求不高，對于復(fù)雜場景能很好適應(yīng)。
【專利說明】一種基于視頻檢測交通信號燈的方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于視頻監(jiān)控【技術(shù)領(lǐng)域】，尤其涉及基于視頻檢測交通信號燈的方法及裝置。
【背景技術(shù)】
[0002]隨著汽車逐漸進(jìn)入百姓家庭，道路交通狀況日漸擁堵，遵守交通規(guī)則顯得尤其重要。為了有效管理交通秩序，在十字路口安裝電子警察監(jiān)督車輛是否遵守交通信號燈成為一種常用的交通管理手段，在各城市得到了廣泛的應(yīng)用。
[0003]目前的電子警察設(shè)備判斷交通信號燈的方法主要有兩種，一種為通過I/O接口接入交通信號燈信號線的方法，另一種為純視頻檢測的方法。前者依靠信號線作為識別輸入，優(yōu)點(diǎn)是準(zhǔn)確率高，識別指標(biāo)不依賴于圖像質(zhì)量的好壞，缺點(diǎn)主要體現(xiàn)在需要布線，施工麻煩，可能存在的電磁干擾會對識別指標(biāo)產(chǎn)生嚴(yán)重影響；后者依靠視頻圖像作為識別輸入，優(yōu)點(diǎn)是施工簡單，不需要布線，缺點(diǎn)是識別指標(biāo)依賴于圖像質(zhì)量的好壞，傳統(tǒng)方法采用的固定閾值無法兼容場景的劇烈變化，理論上準(zhǔn)確率比信號線接入稍低。
[0004]申請?zhí)枮?01210551907.8的中國發(fā)明專利申請公開了一種基于單目多檢測面的機(jī)器視覺的車輛闖紅燈行為檢測裝置，其中包括信號燈狀態(tài)檢測模塊，用于對每個(gè)車道上的視頻圖像中的信號燈狀態(tài)的檢測，首先通過顏色歸一化處理，HSV的三個(gè)分量值均在O~I之間，然后用顏色直方圖統(tǒng)計(jì)色調(diào)H在紅黃綠3中顏色范圍內(nèi)的像素字?jǐn)?shù)Numbei^Yj，交通信號燈檢測區(qū)域中的像素總的像素個(gè)數(shù)極為Total，最后根據(jù)他們的比例判斷交通信號燈處于何種狀態(tài)。
[0005]但是這種檢測方法不能適應(yīng)復(fù)雜場景，如場景過曝、過暗、偏色、部分遮擋等情況下，實(shí)際效果并不好，很容易誤判。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是提出一種基于視頻檢測交通信號燈的方法和裝置，解決現(xiàn)有技術(shù)在復(fù)雜場景下，對于交通信號燈狀態(tài)檢測效果不理想，容易誤判的技術(shù)問題。
[0007]為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下:
[0008]一種基于視頻檢測交通信號燈的方法，用于根據(jù)拍攝的交通信號燈圖像，判斷交通信號燈的狀態(tài)，包括步驟:
[0009]將獲取的所述圖像轉(zhuǎn)換為HSV數(shù)據(jù)格式，得到該圖像各像素點(diǎn)的色度、飽和度和亮度信息，并基于亮度信息將該圖像二值化，確定該圖像中的疑似亮燈區(qū)域；
[0010] 根據(jù)所述圖像中各像素點(diǎn)的色度值確定其對應(yīng)的顏色分類；
[0011]根據(jù)各像素點(diǎn)的顏色分類及其飽和度和亮度信息，確定各像素點(diǎn)的顏色特征值；
[0012]根據(jù)各像素點(diǎn)的顏色特征值，用交通信號燈各自區(qū)域的所有像素點(diǎn)的顏色特征值之和減去該區(qū)域?qū)?yīng)的偏色消除閾值得到該區(qū)域的區(qū)域顏色特征值；
[0013]根據(jù)交通信號燈各自區(qū)域的區(qū)域顏色特征值和疑似亮燈區(qū)域信息，確定交通信號燈各自的初步狀態(tài)；
[0014]根據(jù)交通信號燈各自的初步狀態(tài)，將區(qū)域顏色特征值作為一個(gè)樣本組成交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)樣本庫，并根據(jù)樣本庫建立交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)高斯模型，并計(jì)算所述高斯模型的均值和標(biāo)準(zhǔn)差；
[0015]判斷交通信號燈各自區(qū)域的區(qū)域顏色特征值屬于哪種高斯模型，若僅有一個(gè)區(qū)域顏色特征值屬于其對應(yīng)交通信號燈點(diǎn)亮狀態(tài)的高斯模型，則判定該區(qū)域顏色特征值對應(yīng)的交通信號燈處于點(diǎn)亮狀態(tài)，否則判定交通信號燈全關(guān)閉。
[0016]進(jìn)一步地，所述基于亮度信息將該圖像二值化，確定該圖像中的疑似亮燈區(qū)域，包括步驟:
[0017]基于亮度信息將所述圖像轉(zhuǎn)換為二值化圖像；
[0018]判斷二值化圖像中交通信號燈對應(yīng)區(qū)域的高亮部分面積占所述二值化圖像總面積的比例是否大于第一比例值，若大于第一比例值，則認(rèn)為該交通信號燈對應(yīng)的區(qū)域?yàn)橐伤屏翢魠^(qū)域。其中第一比例值取值為10%，根據(jù)實(shí)際交通信號燈的情況進(jìn)行調(diào)整。
[0019]進(jìn)一步地，所述顏色分類包括紅黃色、綠色和無效顏色，分類方法如下:
[0020]若Hij>330或者Hij ≤ 75，則確定該像素點(diǎn)對應(yīng)的顏色分類為紅黃色；
[0021]若75〈Hij〈210，則確定該像素點(diǎn)對應(yīng)的顏色分類為綠色；
[0022]若210≤Hij ≤ 330，則確定該像素點(diǎn)對應(yīng)的顏色分類為無效顏色；
[0023]其中Hij表示坐標(biāo)為(i，j)的像素點(diǎn)的色度值，其中i和j為像素點(diǎn)的坐標(biāo)。
[0024]進(jìn)一步地，所述顏色特征值包括紅黃色特征值和綠色特征值，所述根據(jù)各像素點(diǎn)的顏色分類及其飽和度和亮度信息，確定各像素點(diǎn)的顏色特征值，具體包括步驟:
[0025]若像素點(diǎn)顏色分類屬于紅黃色，則其紅黃特征值為其飽和度和亮度的乘積，而其綠色特征值為O ;
[0026]若像素點(diǎn)顏色分類屬于綠色，則其綠色特征值為其飽和度和亮度的乘積，而其紅黃特征值為O ;
[0027]若像素點(diǎn)顏色分類屬于無效顏色，則其紅黃色特征值和綠色特征值均為O。
[0028]進(jìn)一步地，所述交通信號燈包括紅燈、綠燈和黃燈，在所述圖像中具有對應(yīng)的區(qū)域，分別為紅燈區(qū)域、綠燈區(qū)域和黃燈區(qū)域，所述偏色消除閾值包括紅黃色偏色消除閾值和綠色偏色消除閾值，紅燈區(qū)域和黃燈區(qū)域?qū)?yīng)的偏色消除閾值為紅黃偏色消除閾值，綠燈區(qū)域?qū)?yīng)的偏色消除閾值為綠色偏色消除閾值，所述偏色消除閾值確定方法包括步驟:
[0029]將紅燈區(qū)域內(nèi)的綠色特征值的總和作為綠色偏色樣本，將綠燈區(qū)域內(nèi)的紅黃色特征值的總和作為紅黃色偏色樣本，分別建立綠色偏色樣本數(shù)組和紅黃色偏色樣本數(shù)組并實(shí)時(shí)更新；
[0030]從綠色偏色樣本數(shù)組中由大到小按照第二比例值取樣，計(jì)算取樣樣本的均值作為綠色偏色消除閾值，從紅黃色偏色樣本數(shù)組中由大到小按照第二比例值取樣，計(jì)算取樣樣本的均值作為紅黃色偏色消除閾值。
[0031]其中第二比例值取值為10%，可以進(jìn)行適當(dāng)?shù)姆糯蠛涂s小，本發(fā)明并不限于具體的數(shù)值。綠色偏色樣本和紅黃色偏色樣本實(shí)時(shí)更新，能夠適應(yīng)環(huán)境的變化，及時(shí)更新偏色消除閾值。進(jìn)一步地，所述根據(jù)交通信號燈各自區(qū)域的區(qū)域顏色特征值和疑似亮燈區(qū)域信息，確定交通信號燈各自的初步狀態(tài)，包括步驟:[0032]比較交通信號燈各自的區(qū)域顏色特征值，找出最大值；
[0033]若疑似亮燈區(qū)域中含有該最大值對應(yīng)的交通信號燈區(qū)域，則認(rèn)為該交通信號燈區(qū)域?qū)?yīng)的交通信號燈點(diǎn)亮，否則認(rèn)為所有交通信號燈均關(guān)閉。
[0034]進(jìn)一步地，所述交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)樣本庫包括紅燈點(diǎn)亮樣本庫，紅燈關(guān)閉樣本庫，黃燈點(diǎn)亮樣本庫，黃燈關(guān)閉樣本庫，綠燈點(diǎn)亮樣本庫，綠燈關(guān)閉樣本庫，按照第三比例值剔除各樣本庫中數(shù)值最高和最低的樣本后，建立交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)的高斯模型，包括紅燈點(diǎn)亮高斯模型，紅燈關(guān)閉高斯模型，黃燈點(diǎn)亮高斯模型，黃燈關(guān)閉高斯模型，綠燈點(diǎn)亮高斯模型，綠燈關(guān)閉高斯模型。
[0035]其中，第三比例值取15%，可以進(jìn)行適當(dāng)?shù)姆糯蠛涂s小，本發(fā)明并不限于具體的數(shù)值。同樣交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)樣本庫及其對應(yīng)的高斯模型實(shí)時(shí)更新，能夠適應(yīng)環(huán)境的變化。
[0036]本發(fā)明同時(shí)提出了一種基于視頻檢測交通信號燈的裝置，用于根據(jù)拍攝的交通信號燈圖像，判斷交通信號燈的狀態(tài)，包括:
[0037]圖像接收和解析模塊，用于獲取所述交通信號燈圖像并轉(zhuǎn)換為HSV數(shù)據(jù)格式，得到該圖像各像素點(diǎn)的色度、飽和度和亮度信息，并基于亮度信息將該圖像二值化，確定該圖像中的疑似亮燈區(qū)域；
[0038]顏色分類模塊，用于接收所述圖像接收和解析模塊發(fā)送的所述交通信號燈圖像的各像素點(diǎn)色度值確定其對應(yīng)的顏色分類；
[0039]顏色特征值模塊，用于接收所述顏色分類模塊發(fā)送的顏色分類信息，和接收所述圖像接收和解析模塊發(fā)送的飽和度和亮度信息，確定像素點(diǎn)的顏色特征值；
[0040]區(qū)域顏色特征值模塊，用于接收顏色特征值模塊發(fā)送的顏色特征值，用交通信號燈各自區(qū)域的所有像素點(diǎn)的顏色特征值之和減去該區(qū)域?qū)?yīng)的偏色消除閾值得到該區(qū)域的區(qū)域顏色特征值；
[0041]初步狀態(tài)確定模塊，用于接收所述區(qū)域顏色特征值模塊發(fā)送的區(qū)域顏色特征值，并接收所述圖像接收和解析模塊發(fā)送的疑似亮燈區(qū)域信息，確定交通信號燈各自的初步狀態(tài)；
[0042]高斯模型模塊，用于接收初步狀態(tài)確定模塊發(fā)送的交通信號燈各自的初步狀態(tài)信息，將區(qū)域顏色特征值作為一個(gè)樣本組成交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)樣本庫，并根據(jù)樣本庫建立交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)高斯模型，并計(jì)算所述高斯模型的均值和標(biāo)準(zhǔn)差;
[0043]狀態(tài)判定模塊，用于接收所述區(qū)域顏色特征值模塊發(fā)送的區(qū)域顏色特征值，和所述高斯模型模塊發(fā)送的高斯模型信息，判斷交通信號燈各自區(qū)域的區(qū)域顏色特征值屬于哪種高斯模型，若僅有一個(gè)區(qū)域顏色特征值屬于其對應(yīng)交通信號燈點(diǎn)亮狀態(tài)的高斯模型，則判定該區(qū)域顏色特征值對應(yīng)的交通信號燈處于點(diǎn)亮狀態(tài)，否則判定交通信號燈全關(guān)閉。
[0044]進(jìn)一步地，所述交通信號燈包括紅燈、綠燈和黃燈，在所述圖像中具有對應(yīng)的區(qū)域，分別為紅燈區(qū)域、綠燈區(qū)域和黃燈區(qū)域，所述偏色消除閾值包括紅黃色偏色消除閾值和綠色偏色消除閾值，紅燈區(qū)域和黃燈區(qū)域?qū)?yīng)的偏色消除閾值為紅黃偏色消除閾值，綠燈區(qū)域?qū)?yīng)的偏色消除閾值為綠色偏色消除閾值，所述區(qū)域顏色特征值模塊還包括:
[0045]偏色樣本單元，用于將紅燈區(qū)域內(nèi)的綠色特征值的總和作為綠色偏色樣本，將綠燈區(qū)域內(nèi)的紅黃色特征值的總和作為紅黃色偏色樣本,分別建立綠色偏色樣本數(shù)組和紅黃色偏色樣本數(shù)組并實(shí)時(shí)更新；
[0046]偏色消除閾值單元，從綠色偏色樣本數(shù)組中由大到小按照第二比例值取樣，計(jì)算取樣樣本的均值作為綠色偏色消除閾值，從紅黃色偏色樣本數(shù)組中由大到小按照第二比例值取樣，計(jì)算取樣樣本的均值作為紅黃色偏色消除閾值。
[0047]進(jìn)一步地，所述初步狀態(tài)確定模塊還包括:
[0048]比較單元，用于比較交通信號燈各自的區(qū)域顏色特征值，找出最大值；
[0049]初步判定單元，用于根據(jù)最大值和疑似亮燈區(qū)域進(jìn)行判定，若疑似亮燈區(qū)域中含有該最大值對應(yīng)的交通信號燈區(qū)域，則認(rèn)為該交通信號燈區(qū)域?qū)?yīng)的交通信號燈點(diǎn)亮，否則認(rèn)為所有交通信號燈均關(guān)閉。
[0050]本發(fā)明提出的一種基于視頻檢測交通信號燈的方法及裝置，基于監(jiān)控?cái)z像機(jī)拍攝的交通信號燈圖像，通過將圖像轉(zhuǎn)換為HSV數(shù)據(jù)格式，并二值化，確定疑似亮燈區(qū)域，然后確定圖像中像素點(diǎn)的顏色分類和顏色特征值，并進(jìn)一步計(jì)算交通信號燈各自的區(qū)域顏色特征值和各自的初步狀態(tài)，并通過建立樣本庫和高斯模型，最后進(jìn)行判定交通信號燈的狀態(tài)。該方法及裝置對監(jiān)控?cái)z像機(jī)拍攝的圖像質(zhì)量要求不高，對于場景過曝、過暗、偏色、部分遮擋等情況均能很好適應(yīng)，而且判斷閾值會實(shí)時(shí)學(xué)習(xí)并更新，能在很短時(shí)間內(nèi)適應(yīng)劇烈變化后的場景。
【專利附圖】

【附圖說明】
[0051]圖1為本發(fā)明基于視頻檢測交通信號燈的方法流程圖；
[0052]圖2為本發(fā)明偏色消除閾值的確定方法流程圖；
[0053]圖3為本發(fā)明基于視頻檢測交通信號燈的裝置結(jié)構(gòu)示意圖；
[0054]圖4為本發(fā)明裝置中區(qū)域顏色特征值模塊結(jié)構(gòu)示意圖；
[0055]圖5為本發(fā)明裝置中初步狀態(tài)確定模塊結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0056]下面結(jié)合附圖和實(shí)施例對本發(fā)明技術(shù)方案做進(jìn)一步詳細(xì)說明，以下實(shí)施例不構(gòu)成對本發(fā)明的限定。
[0057]基于目前常用的交通信號燈種類較多，為了方便說明，本實(shí)施例僅以設(shè)置有紅燈、綠燈、黃燈三種信號燈為例來進(jìn)行說明。容易理解，對于設(shè)置有箭頭信號的信號燈，一樣適用于本發(fā)明，下面不再贅述。
[0058]如圖1所示，本發(fā)明一種基于視頻檢測交通信號燈的方法包括步驟:
[0059]步驟S101、將獲取的交通信號燈圖像轉(zhuǎn)換為HSV數(shù)據(jù)格式，得到交通信號燈圖像各像素點(diǎn)的色度H，飽和度S和亮度V信息，并基于亮度V將圖像二值化，確定圖像中的疑似亮燈區(qū)域。
[0060]通常通過監(jiān)控?cái)z像機(jī)攝取交通信號燈圖像，為了便于后續(xù)處理，將攝取的RGB圖像轉(zhuǎn)換為HSV數(shù)據(jù)格式，其中H表示色度，S表示飽和度，V表示亮度。對于圖像中的每一個(gè)像素點(diǎn)(i，j)，其中i和j為像素點(diǎn)的坐標(biāo)，其色度值為Hij,飽和度值為Sij,亮度值為Vijtl
[0061]圖像的二值化處理就是將圖像上的點(diǎn)的灰度置為O或255，轉(zhuǎn)化為二值化圖像，也就是將整個(gè)圖像呈現(xiàn)出明顯的黑白效果，根據(jù)黑白效果圖，若某一顏色信號燈的高亮部分面積(在二值化的圖像中顯示為白色)占圖像總面積的比例大于第一比例值，則認(rèn)為該顏色的信號燈為疑似亮燈區(qū)域。
[0062]該第一比例值為10%，可以根據(jù)實(shí)際情況做出相應(yīng)的調(diào)整。
[0063]步驟S102、根據(jù)圖像中各像素點(diǎn)的色度值確定其對應(yīng)的顏色分類。
[0064]用Colorij表示坐標(biāo)為(i，j)像素點(diǎn)的顏色分類標(biāo)識，Hij表示坐標(biāo)為(i，j)像素點(diǎn)的色度值，Red/Yellow表示紅色和黃色，Green表示綠色，Other表示無效顏色。則根據(jù)如下公式:
【權(quán)利要求】
1.一種基于視頻檢測交通信號燈的方法，用于根據(jù)拍攝的交通信號燈圖像，判斷交通信號燈的狀態(tài)，其特征在于，包括步驟: 將獲取的所述圖像轉(zhuǎn)換為HSV數(shù)據(jù)格式，得到該圖像各像素點(diǎn)的色度、飽和度和亮度信息，并基于亮度信息將該圖像二值化，確定該圖像中的疑似亮燈區(qū)域； 根據(jù)所述圖像中各像素點(diǎn)的色度值確定其對應(yīng)的顏色分類； 根據(jù)各像素點(diǎn)的顏色分類及其飽和度和亮度信息，確定各像素點(diǎn)的顏色特征值；根據(jù)各像素點(diǎn)的顏色特征值，用交通信號燈各自區(qū)域的所有像素點(diǎn)的顏色特征值之和減去該區(qū)域?qū)?yīng)的偏色消除閾值得到該區(qū)域的區(qū)域顏色特征值； 根據(jù)交通信號燈各自區(qū)域的區(qū)域顏色特征值和疑似亮燈區(qū)域信息，確定交通信號燈各自的初步狀態(tài)； 根據(jù)交通信號燈各自的初步狀態(tài)，將區(qū)域顏色特征值作為一個(gè)樣本組成交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)樣本庫，并根據(jù)樣本庫建立交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)高斯模型，并計(jì)算所述高斯模型的均值和標(biāo)準(zhǔn)差； 判斷交通信號燈各自區(qū)域的區(qū)域顏色特征值屬于哪種高斯模型，若僅有一個(gè)區(qū)域顏色特征值屬于其對應(yīng)交通信號燈點(diǎn)亮狀態(tài)的高斯模型，則判定該區(qū)域顏色特征值對應(yīng)的交通信號燈處于點(diǎn)亮狀態(tài)，否則判定交通信號燈全關(guān)閉。
2.根據(jù)權(quán)利要求1所述的基于視頻檢測交通信號燈的方法，其特征在于，所述基于亮度信息將該圖像二值化，確定該圖像中的疑似亮燈區(qū)域，包括步驟: 基于亮度信息將所述圖像轉(zhuǎn)換為二值化圖像； 判斷二值化圖像中交通信號 燈對應(yīng)區(qū)域的高亮部分面積占所述二值化圖像總面積的比例是否大于第一比例值，若大于第一比例值，則認(rèn)為該交通信號燈對應(yīng)的區(qū)域?yàn)橐伤屏翢魠^(qū)域。
3.根據(jù)權(quán)利要求1所述的基于視頻檢測交通信號燈的方法，其特征在于，所述顏色分類包括紅黃色、綠色和無效顏色，分類方法如下: 若氏」>330或者Hij ( 75，則確定該像素點(diǎn)對應(yīng)的顏色分類為紅黃色； 若75〈故」〈210，則確定該像素點(diǎn)對應(yīng)的顏色分類為綠色； 若210 ( Hij ( 330，則確定該像素點(diǎn)對應(yīng)的顏色分類為無效顏色； 其中叫表示坐標(biāo)為(i，j)的像素點(diǎn)的色度值，其中i和j為像素點(diǎn)的坐標(biāo)。
4.根據(jù)權(quán)利要求3所述的基于視頻檢測交通信號燈的方法，其特征在于，所述顏色特征值包括紅黃色特征值和綠色特征值，所述根據(jù)各像素點(diǎn)的顏色分類及其飽和度和亮度信息，確定各像素點(diǎn)的顏色特征值，具體包括步驟: 若像素點(diǎn)顏色分類屬于紅黃色，則其紅黃特征值為其飽和度和亮度的乘積，而其綠色特征值為O ; 若像素點(diǎn)顏色分類屬于綠色，則其綠色特征值為其飽和度和亮度的乘積，而其紅黃特征值為O ; 若像素點(diǎn)顏色分類屬于無效顏色，則其紅黃色特征值和綠色特征值均為O。
5.根據(jù)權(quán)利要求4所述的基于視頻檢測交通信號燈的方法，其特征在于，所述交通信號燈包括紅燈、綠燈和黃燈，在所述圖像中具有對應(yīng)的區(qū)域，分別為紅燈區(qū)域、綠燈區(qū)域和黃燈區(qū)域，所述偏色消除閾值包括紅黃色偏色消除閾值和綠色偏色消除閾值，紅燈區(qū)域和黃燈區(qū)域?qū)?yīng)的偏色消除閾值為紅黃偏色消除閾值，綠燈區(qū)域?qū)?yīng)的偏色消除閾值為綠色偏色消除閾值，所述偏色消除閾值確定方法包括步驟: 將紅燈區(qū)域內(nèi)的綠色特征值的總和作為綠色偏色樣本，將綠燈區(qū)域內(nèi)的紅黃色特征值的總和作為紅黃色偏色樣本，分別建立綠色偏色樣本數(shù)組和紅黃色偏色樣本數(shù)組并實(shí)時(shí)更新； 從綠色偏色樣本數(shù)組中由大到小按照第二比例值取樣，計(jì)算取樣樣本的均值作為綠色偏色消除閾值，從紅黃色偏色樣本數(shù)組中由大到小按照第二比例值取樣，計(jì)算取樣樣本的均值作為紅黃色偏色消除閾值。
6.根據(jù)權(quán)利要求1所述的基于視頻檢測交通信號燈的方法，其特征在于，所述根據(jù)交通信號燈各自區(qū)域的區(qū)域顏色特征值和疑似亮燈區(qū)域信息，確定交通信號燈各自的初步狀態(tài)，包括步驟: 比較交通信號燈各自的區(qū)域顏色特征值，找出最大值； 若疑似亮燈區(qū)域中含有該最大值對應(yīng)的交通信號燈區(qū)域，則認(rèn)為該交通信號燈區(qū)域?qū)?yīng)的交通信號燈點(diǎn)亮，否則認(rèn)為所有交通信號燈均關(guān)閉。
7.根據(jù)權(quán)利要求1所述的基于視頻檢測交通信號燈的方法，其特征在于，所述交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)樣本庫包括紅燈點(diǎn)亮樣本庫，紅燈關(guān)閉樣本庫，黃燈點(diǎn)亮樣本庫，黃燈關(guān)閉樣本庫，綠燈點(diǎn)亮樣本庫，綠燈關(guān)閉樣本庫，按照第三比例值剔除各樣本庫中數(shù)值最高和最低的樣本后，建立交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)的高斯模型，包括紅燈點(diǎn)亮高斯模型，紅燈關(guān)閉高斯模型，黃燈點(diǎn)亮高斯模型，黃燈關(guān)閉高斯模型，綠燈點(diǎn)亮高斯模型，綠燈關(guān)閉高斯模型。
8.一種基于視頻檢測交 通信號燈的裝置，用于根據(jù)拍攝的交通信號燈圖像，判斷交通信號燈的狀態(tài)，其特征在于，包括: 圖像接收和解析模塊，用于獲取所述交通信號燈圖像并轉(zhuǎn)換為HSV數(shù)據(jù)格式，得到該圖像各像素點(diǎn)的色度、飽和度和亮度信息，并基于亮度信息將該圖像二值化，確定該圖像中的疑似亮燈區(qū)域； 顏色分類模塊，用于接收所述圖像接收和解析模塊發(fā)送的所述交通信號燈圖像的各像素點(diǎn)色度值確定其對應(yīng)的顏色分類； 顏色特征值模塊，用于接收所述顏色分類模塊發(fā)送的顏色分類信息，和接收所述圖像接收和解析模塊發(fā)送的飽和度和亮度信息，確定像素點(diǎn)的顏色特征值； 區(qū)域顏色特征值模塊，用于接收顏色特征值模塊發(fā)送的顏色特征值，用交通信號燈各自區(qū)域的所有像素點(diǎn)的顏色特征值之和減去該區(qū)域?qū)?yīng)的偏色消除閾值得到該區(qū)域的區(qū)域顏色特征值； 初步狀態(tài)確定模塊，用于接收所述區(qū)域顏色特征值模塊發(fā)送的區(qū)域顏色特征值，并接收所述圖像接收和解析模塊發(fā)送的疑似亮燈區(qū)域信息，確定交通信號燈各自的初步狀態(tài)； 高斯模型模塊，用于接收初步狀態(tài)確定模塊發(fā)送的交通信號燈各自的初步狀態(tài)信息，將區(qū)域顏色特征值作為一個(gè)樣本組成交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)樣本庫，并根據(jù)樣本庫建立交通信號燈各自點(diǎn)亮和關(guān)閉狀態(tài)高斯模型，并計(jì)算所述高斯模型的均值和標(biāo)準(zhǔn)差； 狀態(tài)判定模塊，用于接收所述區(qū)域顏色特征值模塊發(fā)送的區(qū)域顏色特征值，和所述高斯模型模塊發(fā)送的高斯模型信息，判斷交通信號燈各自區(qū)域的區(qū)域顏色特征值屬于哪種高斯模型，若僅有一個(gè)區(qū)域顏色特征值屬于其對應(yīng)交通信號燈點(diǎn)亮狀態(tài)的高斯模型，則判定該區(qū)域顏色特征值對應(yīng)的交通信號燈處于點(diǎn)亮狀態(tài)，否則判定交通信號燈全關(guān)閉。
9.根據(jù)權(quán)利要求8所述的基于視頻檢測交通信號燈的裝置，其特征在于，所述交通信號燈包括紅燈、綠燈和黃燈，在所述圖像中具有對應(yīng)的區(qū)域，分別為紅燈區(qū)域、綠燈區(qū)域和黃燈區(qū)域，所述偏色消除閾值包括紅黃色偏色消除閾值和綠色偏色消除閾值，紅燈區(qū)域和黃燈區(qū)域?qū)?yīng)的偏色消除閾值為紅黃偏色消除閾值，綠燈區(qū)域?qū)?yīng)的偏色消除閾值為綠色偏色消除閾值，所述區(qū)域顏色特征值模塊還包括: 偏色樣本單元，用于將紅燈區(qū)域內(nèi)的綠色特征值的總和作為綠色偏色樣本，將綠燈區(qū)域內(nèi)的紅黃色特征值的總和作為紅黃色偏色樣本，分別建立綠色偏色樣本數(shù)組和紅黃色偏色樣本數(shù)組并實(shí)時(shí)更新； 偏色消除閾值單元，從綠色偏色樣本數(shù)組中由大到小按照第二比例值取樣，計(jì)算取樣樣本的均值作為綠色偏色消除閾值，從紅黃色偏色樣本數(shù)組中由大到小按照第二比例值取樣，計(jì)算取樣樣本的均值作為紅黃色偏色消除閾值。
10.根據(jù)權(quán)利要求9所述的基于視頻檢測交通信號燈的裝置，其特征在于，所述初步狀態(tài)確定模塊還包括: 比較單元，用于比較交通信號燈各自的區(qū)域顏色特征值，找出最大值； 初步判定單元，用于根據(jù)最大值和疑似亮燈區(qū)域進(jìn)行判定，若疑似亮燈區(qū)域中含有該最大值對應(yīng)的交通信號燈區(qū)域，則認(rèn)為該交通信號燈區(qū)域?qū)?yīng)的交通信號燈點(diǎn)亮，否則認(rèn)為所有交通信號燈均關(guān)閉。
【文檔編號】G08G1/097GK103488987SQ201310483540
【公開日】2014年1月1日 申請日期:2013年10月15日 優(yōu)先權(quán)日:2013年10月15日
【發(fā)明者】夏循龍, 陶明淵 申請人:浙江宇視科技有限公司