專(zhuān)利名稱(chēng)：基于顏色空間及選擇投票機(jī)制夜間信號(hào)燈檢測(cè)與識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及交通信號(hào)燈領(lǐng)域，更具體的說(shuō)，涉及一種基于顏色空間選擇及投票機(jī)制的夜間信號(hào)燈檢測(cè)與識(shí)別的方法。
背景技術(shù)：
由計(jì)算機(jī)引導(dǎo)的駕車(chē)輔助系統(tǒng)的發(fā)展，例如GPS定位系統(tǒng)，雷達(dá)定位，ESP對(duì)于日益高端化的汽車(chē)有相當(dāng)大的意義。其中信號(hào)燈的識(shí)別在輔助系統(tǒng)中的作用不可小覷，它關(guān)系著駕車(chē)的安全性。不僅如此，世界上有79Γ8%的色盲色弱患者，對(duì)交通指示燈的識(shí)別，使得這一群體駕車(chē)成為可能。所以這一課題引來(lái)了眾多的關(guān)注者。最基本的交通燈是我們常見(jiàn)的紅綠燈包含紅色，綠色，黃色燈。除此之外，另一種指示設(shè)施計(jì)時(shí)器也在街頭日漸增多。計(jì)時(shí)器是為了指示剩余等待時(shí)間，讓駕駛員提前做好準(zhǔn)備，從而減少交通意外的重要的 交通基礎(chǔ)設(shè)施。近些年，很多的交通燈識(shí)別算法相繼涌出。Lindener等人在《RobustRecognitionof Traffic Signals)) (IEEE 智能車(chē)輛專(zhuān)題論文集，pp. 49-53. 2004)中提出了一種基于顏色、形狀、紋理特征的識(shí)別方法。Gavrila等人基于Urban Traffic Assistant(UTA)在《Real Time Vision for Intelligent Vehicles)) (IEEE 儀器儀表和測(cè)量雜志，Vol. 4，No. 2，pp. 22-27,2001)中提出了標(biāo)準(zhǔn)模式識(shí)別技術(shù)。Fang等人在((Road-SignDetectionand Tracking》(IEEE 車(chē)輛技術(shù)會(huì)刊,Vol. 52, No. 5, pp. 1329-1341，2003)中使用了神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)道路標(biāo)志的顏色以及形狀特征進(jìn)行分類(lèi)判決。但是現(xiàn)有的技術(shù)大多都將重點(diǎn)放在研究白天的交通標(biāo)示識(shí)別，對(duì)于夜晚的交通標(biāo)識(shí)則少有涉獵。而在現(xiàn)實(shí)生活中，實(shí)際情況是夜晚發(fā)生交通意外的概率要比白天大的多，所以夜晚的信號(hào)識(shí)別非常重要。

發(fā)明內(nèi)容
針對(duì)上述現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題，本發(fā)明提供一種基于顏色空間及選擇投票機(jī)制的夜間信號(hào)燈檢測(cè)與識(shí)別方法，主要基于顏色空間進(jìn)行定位，利用幾何向量進(jìn)行角度矯正，最后針對(duì)于計(jì)數(shù)器多使用7段數(shù)碼管這一特征，進(jìn)行分段檢測(cè)，投票判決，以確定計(jì)數(shù)數(shù)值。本發(fā)明可以達(dá)到較高的識(shí)別準(zhǔn)確率，并且具備實(shí)時(shí)性。為達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案如下基于顏色空間及選擇投票機(jī)制的夜間信號(hào)燈檢測(cè)與識(shí)別方法，包括步驟如下第一步利用顏色空間對(duì)信號(hào)燈進(jìn)行定位。利用HLC顏色空間提取感興趣區(qū)域，白天與夜晚雖然都可用顏色信息提取感興趣區(qū)域，但是后序步驟不同，白天光線(xiàn)充足，可以根據(jù)提取出的感興趣區(qū)域直接分辨信號(hào)類(lèi)型，但是夜晚不可以，由于光暈效應(yīng)，光圈內(nèi)部充分曝光，使得光線(xiàn)趨于白色，所以利用紅綠燈本身的幾種顏色提取的目標(biāo)只有一個(gè)光圈，內(nèi)部是中空的。我們可以根據(jù)尋找此黑色環(huán)狀物體來(lái)確定信號(hào)燈所在位置。第二步矯正由于拍攝引起的信號(hào)指示燈的角度偏移，尋找主方向。由于拍攝角度等問(wèn)題，會(huì)使得圖片或視頻中的信號(hào)燈角度有所偏移，即信號(hào)燈不垂直于水平地面，與模板角度不同，這種情況會(huì)影響后序判決。所以利用尋找中軸線(xiàn)的方法確定信號(hào)燈主方向，從而校正信號(hào)燈的位置，增加判決的準(zhǔn)確率。第三步通過(guò)骨架提取，XY方向投影得到投影直方圖，由于指示燈的標(biāo)志是有限的可以通過(guò)直方圖最小距離來(lái)判斷信號(hào)燈類(lèi)型。即得到目標(biāo)投影直方圖，與枚舉的所有指示標(biāo)志模板進(jìn)行對(duì)比，尋找最相近的直方圖，該直方圖所代表的指示標(biāo)志則為判決結(jié)果。針對(duì)于七段數(shù)碼管的具體情況，我們可使用更加有針對(duì)性且有效的的判決方法。我們將識(shí)別目標(biāo)與參考模板進(jìn)行逐段比對(duì)，采用投票機(jī)制，最終實(shí)現(xiàn)識(shí)別。


圖1是本發(fā)明方法的流程圖； 圖2為本發(fā)明信號(hào)燈和計(jì)數(shù)器在白天和黑夜的差異圖；圖3為本發(fā)明方向角度校正的系統(tǒng)架構(gòu)圖；圖4 (I)-圖4 (3)為本發(fā)明提取骨架，并在X，Y方向進(jìn)行投影來(lái)判別是否為數(shù)字的方法示意圖；圖5為本發(fā)明基于7段數(shù)碼管識(shí)別目標(biāo)計(jì)數(shù)器數(shù)字的方法示意圖；圖6 Ca)—圖6 (f)為本發(fā)明夜晚交通指示識(shí)別方法；其中圖6 (a)原始圖像；圖6 (b)基于HLC最初的目標(biāo)定位；圖6 (c)尋找空洞來(lái)定位主要目標(biāo)；圖6 (d)在X，Y方向投影確定指示標(biāo)志類(lèi)型；圖6 (e)方向角度校正；圖6 (f)檢測(cè)結(jié)果。
具體實(shí)施例方式下面對(duì)本發(fā)明的實(shí)施例做詳細(xì)說(shuō)明，本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過(guò)程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。本發(fā)明公開(kāi)的基于顏色空間及選擇投票機(jī)制的夜間信號(hào)燈檢測(cè)與識(shí)別方法，該方法流程如圖1所示，具體如下第一步利用顏色空間對(duì)信號(hào)燈進(jìn)行定位。獲得一副要研究的圖像，首先要做的是對(duì)信號(hào)燈進(jìn)行定位。魯棒的定位方法能夠準(zhǔn)確找到研究物體，并且排除干擾。對(duì)于本實(shí)例中信號(hào)燈的定位是基于顏色信息實(shí)現(xiàn)的。我們選取HLC顏色空間。根據(jù)GongY H的研究，當(dāng)顏色對(duì)的顏色差異小于3. O,人眼的視覺(jué)會(huì)認(rèn)定兩顏色為同一顏色。這個(gè)差異的定義為 /)挪 μ肩= 1.2 卜]-mvg,V/|+(Aff +(4V.fJ此處，A= (H1, L1, C1)，B = (H2, L2, C2)為 HLC 顏色對(duì)，Δ H= | H1-H21，Δ L= | L「L21，AC=IC1-C2U我們可以根據(jù)該顏色空間獲得所要研究的物體。在白天，干擾目標(biāo)比較少，而且由于圖像質(zhì)量較好，區(qū)分難度較小，僅僅使用顏色信息就可以很好定位指示燈，以及計(jì)數(shù)器。而在夜間，由于車(chē)燈，路燈等干擾，會(huì)使得檢測(cè)難度遠(yuǎn)遠(yuǎn)大于白天的情況。最大的難點(diǎn)在于指示燈發(fā)光時(shí)會(huì)產(chǎn)生光暈，在黑夜中拍攝，光暈非常明顯，指示燈內(nèi)部的顏色由于亮度非常高而近于白色，所以用顏色信息定位時(shí)，我們可以得到的是信號(hào)燈，計(jì)數(shù)數(shù)字的外邊框。而內(nèi)部區(qū)域則無(wú)法得到。但是我們可以通過(guò)提取顏色選擇形成的二值圖的黑色空洞區(qū)域來(lái)定位標(biāo)識(shí)的所在。圖2可以看出白天與黑夜基于顏色信息提取信號(hào)燈的差異。第二步矯正信號(hào)指示燈的角度偏移。由于拍攝角度引起指示燈角度偏移，使后序識(shí)別變得困難。所以進(jìn)行必要的角度矯正對(duì)于工作平臺(tái)的完整性，自動(dòng)化非常重要。為了得到標(biāo)識(shí)的主方向，常見(jiàn)的算法是投影算法。對(duì)于數(shù)字計(jì)數(shù)器，一般是兩位數(shù)，要確定顯示的數(shù)字，首先要將兩位數(shù)字分開(kāi)，投影算法即是通過(guò)利用兩位數(shù)碼管之間空隙較大的特點(diǎn)來(lái)進(jìn)行數(shù)碼管的分離。但是在夜晚，此種方法不可行，因?yàn)楣鈺灂?huì)使數(shù)字連起來(lái)，投影無(wú)法分離兩數(shù)字，本實(shí)例采用SLC(symbol-1 ight-combination)算法來(lái)實(shí)現(xiàn)方向矯正。矯正方法根據(jù)下式Γ.)其中5:::;是圖像的主方向，即最后用來(lái)判決的方向,Γ:是指示燈的中心(是計(jì)數(shù)器的中心，arg是角度。這里我們使用霍夫變換來(lái)實(shí)現(xiàn)圓的檢測(cè)。為了定位指示標(biāo)志的中心，本實(shí)例采用了最小外接圓方法。首先我們尋找最小的可以包含指示燈或者計(jì)數(shù)器數(shù)字的外接圓，然后這個(gè)圓的圓心就定義為此標(biāo)志的中心。€和ζ的連線(xiàn)就是方向的基線(xiàn)。尋找到此基線(xiàn)就找到了與水平平面垂直或平行的基線(xiàn)，可以通過(guò)旋轉(zhuǎn)方法來(lái)予以矯正，角度矯正方法可從圖3中看出。圖中I表示的是主方向，2表示的是視頻正方向，3表示的是圓形指示燈，Λ Θ表示偏移角度。第三步判決。得到指示符后，首先要確定此符號(hào)是否為計(jì)數(shù)器數(shù)字。本實(shí)例采用的方法為提取骨架并進(jìn)行X，Y方向投影得到投影直方圖，由于信號(hào)燈類(lèi)型較少，可以采用窮舉模板的方法，列出所有模板直方圖，通過(guò)比較直方圖，尋找相似度最高的模板直方圖所代表的指示燈來(lái)進(jìn)行判別。對(duì)于計(jì)數(shù)器的數(shù)字指示標(biāo)志，判決方法可采用根據(jù)7段數(shù)碼管特定結(jié)構(gòu)來(lái)進(jìn)行判決。經(jīng)試驗(yàn)觀察到，對(duì)于數(shù)字來(lái)說(shuō)，投影直方圖有尖峰，而方向指示符則沒(méi)有，可以根據(jù)此特點(diǎn)來(lái)選出計(jì)數(shù)器的數(shù)字指示標(biāo)志。圖4(1)、圖4(2)為數(shù)字指示燈的投影過(guò)程，圖4 (3)為方向指示符的投影過(guò)程。每個(gè)處理過(guò)程都包含4個(gè)步驟(a)為源圖像(b)為提取骨架，(c)為在X軸方向投影直方圖，(d)為在Y軸方向投影直方圖?？梢钥闯觯瑪?shù)字指示燈的投影直方圖與方向指示符的尖峰情況有所不同。由于計(jì)數(shù)器的數(shù)字指示是使用7段數(shù)碼管實(shí)現(xiàn)的，利用此特點(diǎn)，我們將識(shí)別目標(biāo)分段與模板比較，判斷相似性，來(lái)做出最終判決。
Num = argnnx SlMj(^*)TU&JJ, ), / =0.1,2,··*9這里Num是最終的判決結(jié)果，TU是從校正結(jié)果分離出來(lái)的目標(biāo)單元.Ti是第i段數(shù)碼管，Nj是第j個(gè)標(biāo)準(zhǔn)數(shù)字.SIM (a, b)是相近度，a與b越相近，SIM (a, b)越大。此公式的基本思想是通過(guò)比較目標(biāo)某段數(shù)碼管與模板相應(yīng)段數(shù)碼管是否一致，一致則該票結(jié)果為I否則為0，尋找與目標(biāo)有最多相似度的模板，確定最后結(jié)果。圖5展示了基于7段管投票判決法。
實(shí)施效果本實(shí)例中，使用Matlab平臺(tái)進(jìn)行試驗(yàn)，試驗(yàn)結(jié)果可從圖6 Ca) 一圖6 (f)中看出。圖6 (a)表示原始圖像，圖6 (b)表示基于HLC最初的目標(biāo)定位，圖6 (c)表示尋找空洞來(lái)定位主要目標(biāo)，圖6 (d)表示在X，Y方向投影確定指示標(biāo)志類(lèi)型，圖6 (e)表示方向角度校正，圖6(f)表示檢測(cè)結(jié)果。下表I顯示了定位方法的準(zhǔn)確度，表2顯示了角度校正的效果，表3顯示了本發(fā)明方法從原始圖像得到最終判決結(jié)果的實(shí)時(shí)性非常好，表4詳細(xì)展示了判決結(jié)果?？梢钥闯霰景l(fā)明可以在夜間有效的定位交通燈，角度校正也有很高的準(zhǔn)確性，實(shí)時(shí)性好，且檢測(cè)準(zhǔn)確性高。表I
權(quán)利要求
1.一種基于顏色空間及選擇投票機(jī)制夜間信號(hào)燈檢測(cè)與識(shí)別方法，其特征在于，包含以下步驟 第一步利用顏色空間對(duì)信號(hào)燈進(jìn)行定位； 采用HLC顏色空間提取目標(biāo)區(qū)域，得到信號(hào)燈和計(jì)數(shù)器的外邊框，而內(nèi)部區(qū)域?yàn)橹锌?，通過(guò)提取顏色選擇形成的二值圖的黑色空洞區(qū)域來(lái)確定信號(hào)燈的所在位置； 第二步矯正由于拍攝引起的信號(hào)燈和計(jì)數(shù)器的角度偏移，尋找主方向； 采用SLC算法，利用尋找中軸線(xiàn)的方法確定信號(hào)燈和計(jì)數(shù)器主方向，從而校正其位置，增加判決的準(zhǔn)確率。
第三步通過(guò)骨架提取并進(jìn)行X、Y方向投影得到投影直方圖，通過(guò)所述投影直方圖與模板直方圖比較，尋找相似度最高的模板直方圖所代表的指示燈來(lái)進(jìn)行識(shí)別；對(duì)于計(jì)數(shù)器的七段數(shù)碼管，將所需識(shí)別目標(biāo)與參考模板進(jìn)行逐段比對(duì)，采用投票機(jī)制，最終實(shí)現(xiàn)識(shí)別。
2.根據(jù)權(quán)利要求1所述的基于顏色空間及選擇投票機(jī)制夜間信號(hào)燈檢測(cè)與識(shí)別方法，其特征在于，所述的第二步中，使用下式來(lái)矯正
3.根據(jù)權(quán)利要求1所述的基于顏色空間及選擇投票機(jī)制夜間信號(hào)燈檢測(cè)與識(shí)別方法，其特征在于，所述的第三步中，所述投票機(jī)制是利用計(jì)數(shù)器的數(shù)字指示是使用7段數(shù)碼管實(shí)現(xiàn)的這一特點(diǎn)，對(duì)得到的數(shù)字標(biāo)識(shí)進(jìn)行判別，將識(shí)別目標(biāo)分段與模板比較，判斷相似性，方法如下
全文摘要
本發(fā)明公開(kāi)一種基于顏色空間及投票機(jī)制夜間信號(hào)燈檢測(cè)與識(shí)別方法，包括第一步利用HLC顏色空間對(duì)信號(hào)燈進(jìn)行定位；第二步矯正由于拍攝引起的信號(hào)燈和計(jì)數(shù)器的角度偏移，尋找主方向；第三步通過(guò)骨架提取并進(jìn)行X、Y方向投影得到投影直方圖，通過(guò)所述投影直方圖與模板直方圖比較，尋找相似度最高的模板直方圖所代表的指示燈來(lái)進(jìn)行識(shí)別；對(duì)于計(jì)數(shù)器的七段數(shù)碼管，將所需識(shí)別目標(biāo)與參考模板進(jìn)行逐段比對(duì)，采用投票機(jī)制，最終實(shí)現(xiàn)識(shí)別。
文檔編號(hào)G06K9/00GK103020603SQ20121054674
公開(kāi)日2013年4月3日 申請(qǐng)日期2012年12月14日 優(yōu)先權(quán)日2012年12月14日
發(fā)明者林巍峣, 蘇曉瓊, 范波, 乞炳誠(chéng) 申請(qǐng)人:上海交通大學(xué), 上海方奧通信技術(shù)有限公司