[發明專利]基于計算機視覺的交叉口標志標線與信號燈智能感知方法

在審

• 申請號: 201711322127.5
• 申請日: 2017-12-12
• 公開（公告）號: CN107978165A
• 公開（公告）日: 2018-05-01
• 發明（設計）人: 周竹萍;金菲;張杰;徐康民;彭云龍;朱周
• 申請（專利權）人: 南京理工大學
• 主分類號: G08G1/0962
• 分類號: G08G1/0962;G06K9/00;G06K9/62
• 代理公司: 南京理工大學專利中心32203
• 代理人: 王瑋

1.一種基于計算機視覺的交叉口標志標線與信號燈智能感知方法，其特征在于包括以下步驟：

步驟1、結合電子地圖信息，開啟車載攝像機采集路口視頻，并實時檢測交通信息；

步驟2、將交叉口視頻轉換為路口圖像幀；

步驟3、對路口圖像進行預處理；首先增強路口圖像對比度，并轉換為二值圖像，然后應用形態學濾波過濾圖像中不符合形態學準則的小區域：

步驟4：使用顏色特征和形狀特征定位分割交通標志牌，并基于改進的SIFT算法進行檢測和識別；

步驟5：應用圓形度方法和背板顏色信息檢測，排除非交通信號燈的小區域，分離提取并識別圓形交通信號燈；

步驟6：根據信號燈的安裝方法，分離箭頭信號燈和數字倒計時器，訓練SVM分類器識別箭頭信號和倒計時器數值；

步驟7、將提取的信號燈和倒計時器圖像從RGB空間轉換到HSV空間，進而用顏色直方圖對色調H進行分布統計，根據其分布特征來識別交通信號燈的類型；

步驟8：提取車輛前方車道線，采用逆透視變換方法和設置 ROI 感興趣區域消除透視形變的影響，采用模板匹配方法識別車道線類型；

步驟9：根據信號燈的安裝方法，結合車道線標志牌藍色底色和矩形形狀分離車道線標志牌，并基于改進的SIFT算法進行檢測和識別；

如果檢測出信號燈、標志牌、車道線中的任意一種，進行語音播報并屏幕顯示，返回步驟1；

如果未檢測出信號燈、標志牌、車道線中的任意一種，則直接返回步驟1。

2.根據權利要求1所述的交叉口標志標線與信號燈智能感知方法，其特征在于：所述步驟1中，每隔1S-2S檢測一次直至完全駛過交叉口，利用車載攝像頭采集交叉口信號燈的視頻信息。

3.根據權利要求1所述的交叉口標志標線與信號燈智能感知方法，其特征在于：所述步驟3的具體實現如下：

步驟3.1，使用tophat算法增強圖片對比度，使圖片的亮暗分明；

步驟3.2，使用迭代法尋找最優閾值，進行圖像二值化處理；

步驟3.3，使用形態學中的膨脹、腐蝕、開算子和閉算子對圖片處理，過濾有干擾的小區域或者有較大空洞的區域。

4.根據權利要求1所述的交叉口標志標線與信號燈智能感知方法，其特征在于：步驟4所述使用顏色特征和形狀特征定位分割交通標志牌，并基于改進的SIFT算法檢測并識別的具體步驟如下：

步驟4.1，在圖像預處理的基礎上，將圖片轉化為HSV空間，利用交通標志

牌的紅色、黃色和藍色為基本特征，基于HSV顏色空間的H通道和S通道定位感興趣區域；

步驟4.2，用canny算子檢測預處理過后的圖像邊緣，采用計算圓形度、三角形度綜合面積特征來判別交通標志幾何形狀，并用面積特征排除其他干擾；

步驟4.3，采用改進的SIFT算法檢測路口圖片并識別交通標志牌，首先構建DoG尺度空間并檢測尺度空間極值點，通過高斯微分函數來識別潛在的對于尺度和旋轉不變的關鍵點；

步驟4.4，通過擬和三維二次函數確定關鍵點的位置和尺度，由此確定一個SIFT特征區域；

步驟4.5，通過構建特征點鄰域梯度的模型，計算特征描述子，得到64個特征向量作為描述子并進行歸一化處理。

5.根據權利要求1所述的基于計算機視覺的交叉口標志標線與信號燈智能感知方法，其特征在于：步驟5所述應用圓形度方法和背板顏色信息檢測，排除非交通信號燈的小區域，分離提取并識別圓形交通信號燈的具體過程如下：

步驟5.1，標記剩下的區域，并統計小區域像素個數作為區域近似面積，小區域邊界上的像素個數作為近似區域周長，計算各個區域圓形度，將圓形度在[0.9，1.0]之間的小區域作為候選區域；

步驟5.2，利用交通信號燈背景板信息驗證候選區域是否為信號燈；在圓形區域外接矩形，再在該外接矩形上下左右四個方向取四個與該矩形相等的鄰接矩形，當這四個鄰接矩形滿足某個矩形為黑色區域，則認為找到感興趣區域，并從原圖中截取該區域的彩色圖像，識別信號燈顏色。