[發明專利]一種基于時序規律的交通指示紅黃綠燈的圖像識別方法

有效

• 申請號: 202011208077.X
• 申請日: 2020-11-03
• 公開（公告）號: CN112330961B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 鐘銘恩;湯世福
• 申請（專利權）人: 廈門理工學院
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/095
• 代理公司: 泉州市潭思專利代理事務所(普通合伙) 35221
• 代理人: 麻艷

本發明公開了一種基于時序規律的交通指示紅黃綠燈的圖像識別方法：按一定時間間隔T逐幀采集行駛車輛前方的交通圖像；根據給定的顏色閾值，分別獲得每一幀圖像中的紅燈、黃燈和綠燈的候選圖像區域；然后在一定的時間觀察窗口W*T中按顏色統計分析所有相對應候選圖像區域的點亮時序曲線，最后根據這些時序曲線的自身規律或/和相互關系來自動識別判斷這些紅燈、黃燈和綠燈的候選圖像區域是否為紅燈、黃燈和綠燈的目標圖像。相比于現有各類交通指示燈的圖像識別方法，本發明原理簡單，算法效率高，當燈體存在局部缺陷或者部分被遮擋時，或者存在大量與燈體形似的干擾物時，都依然能夠保持較高的識別準確率。

技術領域

本發明涉及車輛的智能駕駛輔助及無人駕駛技術領域，更具體地，涉及一種基于時序規律的交通指示紅黃綠燈的圖像識別方法。

背景技術

紅綠燈自動識別技術，是車輛安全駕駛輔助和無人駕駛的關鍵支撐技術之一，是車輛交通環境感知的重要組成部分。基于車載攝像頭實時捕捉車輛行駛方向前方的環境圖像，并利用數字圖像處理技術自動識別判斷環境圖像中的交通指示燈情況，是廣受關注的一個研究熱點和潛在應用。現有紅燈圖像自動識別技術主要分為傳統圖像識別和基于深度學習的紅燈識別兩大類。前者多基于紅燈的顏色、幾何等特征提取紅燈的候選圖像區域，后者需要大量的圖像樣本進行模型的訓練。然而，當交通指示燈的發光燈體存在局部缺陷或者部分被遮擋時，或者當圖像中存在大量與燈體形似的干擾物時，例如夕陽、圓形紅燈籠、圓形汽車尾燈和中文廣告字“個”等，這些識別方法都極可能失敗。這直接制約著基于車載視覺的交通指示燈的自動識別技術在智能駕駛輔助和無人駕駛領域中的應用。

CN201510208977.7公開的“一種應用于無人駕駛汽車的交通燈快速檢測算法”，該方法根據上一幀圖像中的紅綠燈區域位置和傳感器的數據，并結合紅綠燈的高度范圍，預測當前幀圖像中紅綠燈區域的位置，再識別當前幀圖像中是否有相同形狀和顏色的識別區域在預測區域之內，如果有，由判斷該區別為紅綠燈區域。該方法雖然可以縮小檢測范圍，但是必須依賴車載傳感器獲得車速、車轉向角等數據，且不能識別處于變化狀態的燈體，因此具有一定局限性。

發明內容

本發明所要解決的技術問題在于提供一種基于時序規律，從交通環境視頻圖像中自動識別判斷紅燈、黃燈和綠燈的方法。

為解決上述技術問題，本發明的技術解決方案是：

一種基于時序規律的交通指示紅黃綠燈的圖像識別方法：按一定時間間隔T逐幀采集行駛車輛前方的交通圖像；根據給定的顏色閾值，分別獲得每一幀圖像中的紅燈、黃燈和綠燈的候選圖像區域；然后在一定的時間觀察窗口W*T中按顏色統計分析所有相對應候選圖像區域的點亮時序曲線，最后根據這些時序曲線的自身規律或/和相互關系來自動識別判斷這些紅燈、黃燈和綠燈的候選圖像區域是否為紅燈、黃燈和綠燈的目標圖像。

優選地，所述圖像識別方法包括如下步驟：

第一步：實時交通圖像采樣，根據一定的時間間隔T實時逐幀采集車輛行駛方向前方的交通圖像，并記當前最新采集的圖像為第k幀圖像G(k)；

第二步：交通指示燈的候選圖像區域分割，基于顏色閾值從G(k)中提取出所有可能是紅燈、黃燈和綠燈的候選圖像區域，分別記為Rk{o}、Yk{p}和Gk{q}，其中o、p和q分別為G(k)中紅燈、黃燈和綠燈的候選圖像區域的個數；

第三步：基于特征匹配的候選圖像觀察窗內搜索，在一定時間長度W*T的時間觀察窗內，按顏色根據特征匹配每一幀圖像中的候選圖像區域，各幀中相互匹配成功的候選圖像區域被認定為同一燈體，根據該匹配的候選圖像區域在各幀中出現與否設置點亮值；

第四步：基于上述點亮值繪制點亮時序變化曲線；

第五步：根據各相匹配的燈體候選圖像區域的點亮時序曲線的自身規律或/和相互關系，判斷其是否為交通指示紅燈、黃燈或綠燈。