[發明專利]基于廣義霍夫變換的交通信號燈位置檢測方法

有效

• 申請號: 201110325073.4
• 申請日: 2011-10-24
• 公開（公告）號: CN102354457A
• 公開（公告）日: 2012-02-15
• 發明（設計）人: 魯帥;馮瑞;金城;薛向陽
• 申請（專利權）人: 復旦大學
• 主分類號: G08G1/097
• 分類號: G08G1/097;G06K9/00
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;盛志范

技術領域

本發明屬于數字圖像處理及模式識別技術領域，具體涉及視頻圖像中交通信號燈位置檢測方法。?

技術背景

隨著經濟的不斷發展，城市人口和機動車輛數量迅猛增長，交通事故的發生率和每年因交通事故死亡人數非常驚人，其中的重要原因之一就是機動車駕駛員在交警視線之外違法駕駛的情況非常普遍。為了能更廣泛地管理交通，提供交警非現場執法能力，電子警察系統作為智能交通系統（Intelligent?Transportation?System）重要成分應運而生。它實現了對城市道路全天候、大范圍的管理要求，同時，為交警執法提供了清晰的視頻圖像證據，提高了管理水平，減少了因交通事故造成的人員傷亡和財產損失，間接地創造了巨大的經濟價值。

早期電子警察系統主要是通過在道路路基下方埋設感應線圈來獲取車輛的違章信息[1],但感應線圈不易安裝且易受路面的維護而破壞。于是人們開始研究新的非感應線圈檢測的電子警察系統。隨著技術的發展，基于視頻檢測的方法逐漸成熟起來，能應運到道路監控的日常管理中。

交通燈信號識別是基于視頻的電子警察系統中必不可少的組成成分。電子警察系統在闖紅燈違規、紅燈違規左右轉或綠燈違規跟進等違章車輛檢測過程中都需要交通燈信號的資訊，同時交通燈信號判別的準確性也直接嚴重地影響著電子警察系統的后續處理。目前智能道路監控中主要采用固定單目攝像頭，交通燈在視野中的位置相對穩定。但由于場外自然環境的影響，如大風使攝像頭晃動、來往大型車輛造成架立在路面的像機抖動等，使得圖像中交通燈位置檢測成為非常必要的工作。

近年來人們針對交通燈檢測問題提出了許多方法，可以大致分為兩類：一種利用圖像色彩信息和另一種僅利用圖像像素強度處理。早在2002年Chung?et?al.[2]對固定攝像頭拍攝的彩色圖像，結合背景建模、模糊處理和形態學操作獲取到交通燈在圖像中的坐標。他們先把RGB圖像轉化到HSV空間，利用背景模型估計環境光照參數，分別對色調和強度兩個通道的圖像進行模糊化，借助一個類圓形模板進行形態操作，提取圖像中所有可能的候選區域，然后加入交通燈的時序信息篩選最終的坐標。另外，Shioyama?et?al.[3]也是對彩色圖像建立交通燈在Farnsowrth色彩空間模板，計算三種不同顏色燈各自的二維直方圖，通過直方圖反向投影獲取搜索圖像中單個像素點屬于燈的概率，然后聚類清除，達到交通燈檢測的目的。之后，Shen?et?al.[4]改為了HSI空間的二維高斯分布表示燈的色彩模型。然而這些方法都具有同樣的缺陷，都無法徹底解決環境光照變化的影響。雖然[3]利用高斯分布試圖擬合交通燈各個色彩變化，對顏色變化容忍能力有所提升，但依然對場外燈線長期變化不具魯棒性。同時交通燈通過圖像傳感器成像，由于光線在傳播過程的衰減、成像元對強度信息丟失的影響，容易出現偏色現象，大大限制了算法的可適用性。

拋棄交通燈色彩信息，僅利用像素強度，Omachi?et?al.[5]針對交通燈圓形的結構特征，先將灰度圖像按像素強度進行聚類，以圖像梯度邊緣為特征，在建立的交通燈圓形方程模式下進行標準的霍夫變換，搜索投射空間的極值確定紅綠燈的坐標。這種方法把其它圓形的物體也檢測出來了，對結果造成了很大的干擾。于是作者在2010年[6]改進了自己的方法，利用三個交通燈的結構形狀建立曲線方組，同樣采用標準霍夫變換求解交通燈的位置。這些方法都很優秀地解決了色彩不穩定的因素，然而因為采用了標準二維幾何圖形進行交通燈模型描述，這與真實場景中紅綠燈成像結果差異較大，最終缺乏了實用性。

交通燈檢測受到光照變化、色彩偏向和形狀差異等影響，目前的一些方法都不能在實際應用中達到令人滿意的準確率。針對上述問題，本發明針對色彩不穩定性和交通燈模型的廣泛適用性，提出了基于廣義霍夫變換的交通燈位置檢測算法。

發明內容

本發明的目的在于提供一種基于廣義霍夫變換的交通燈位置檢測算法，獲取監控圖像中的交通燈坐標，為信號燈狀態識別提供位置信息，并能為后面更深層次的應用做準備。

本發明的技術方案為：以圖像序列為輸入，使用圖像灰度，對圖像采用一階微分算子計算圖像梯度信息。通過文獻[7]提到的方法，建立交通燈形狀描述函數，定義一種從圖像點到累加器空間的映射，搜索累加器空間極值獲取信號燈的坐標，為進一步交通燈狀態識別提供位置信息。

本發明的具體步驟依次是：

步驟1.將輸入的圖像從彩色空間轉換為灰度空間。