基于视频分析的交通信号灯定位、识别与分类方法技术

本发明专利技术涉及智能交通领域，尤其涉及基于视频分析的交通信号灯定位、识别与分类方法，利用交通信号灯的颜色变化规律性，即每个交通信号灯有规律地被点亮与熄灭并持续一定的时间，通过跟踪图像中相关像素点的颜色变化规律，识别监控视频中信号灯所处的区域位置，从而进一步确定信号灯位置，之后根据信号灯的图像特征对信号灯进行分类。本发明专利技术的有益效果在于：该方法操作方便、能实现信号灯的自动检测与分类，具有良好的鲁棒性和适应性，为交通违法和信号灯故障的自动检测提供支持。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及智能交通领域，尤其涉及，利用交通信号灯的颜色变化规律性，即每个交通信号灯有规律地被点亮与熄灭并持续一定的时间，通过跟踪图像中相关像素点的颜色变化规律，识别监控视频中信号灯所处的区域位置，从而进一步确定信号灯位置，之后根据信号灯的图像特征对信号灯进行分类。本专利技术的有益效果在于：该方法操作方便、能实现信号灯的自动检测与分类，具有良好的鲁棒性和适应性，为交通违法和信号灯故障的自动检测提供支持。【专利说明】
本专利技术涉及智慧交通领域，尤其涉及。
技术介绍
在日常的交通管理中，通常通过规律性改变路口交通信号灯的状态来保证交通秩序有序进行，从而保障交通安全和道路畅通。自然而然，智能交通系统就逐渐地应用于城市道路交通管理，现有的智能交通系统通过接入交通信号灯、信号线的特定接口来获取交通灯状态，同时该系统中也采用了人工配置交通信号灯相关基础信息的方法，其中基础信息包括:信号灯的位置，信号灯的类型，信号灯所表示的状态等信息。该方法虽然满足了准确性的提高，但是也带来了一系列的弊端:(I)施工难度大、运作成本高，而且系统需要与视频监控系统同步；(2)自适应能力较差，系统的设置就需要进行人为的调整与修改。为了更加方便、低成本、智能地获得信号灯的实时信息，就需要一种能够自动检测到信号灯信息的方法。交通管理部门迫切的希望能够通过该系统中的实时交通视频监控系统自动检测交通信号灯的状态变化，并结合当前车辆的行驶行为自动检测进行交通违法行为。因此设计一种是非常有必要的。
技术实现思路
本专利技术为克服上述的不足之处，目的在于提供一种，该方法能够实现信号灯的自动检测与分类，具有良好的鲁棒性和适应性，为交通违法和信号灯故障的自动检测提供支持。本专利技术以下技术方案达到上述目的:，具体步骤为:(I)将视频图像的RGB颜色空间转换到HSV颜色空间，得到当前视频图像各像素点的色调、饱和度、亮度；(2)对各像素点的H、S、V值进行颜色分类，并根据分类结果在单通道空白颜色分类结果标记图像IMsult上设置对应的灰度值；(3)对颜色分类结果标记图像I_lt通过轮廓检测获得轮廓的外接矩形区域集合，并将其作为疑似信号灯区域集合，通过是否纯色方法对疑似信号灯区域集合进行过滤获得信号灯候选区域集合；(4)更新历史信号灯候选区域集合；所述更新历史信号灯候选区域集合具体包括以下步骤:若当前帧图像是视频中的第一帧图像，则将所有的信号灯候选区域加入历史候选区域集合；若不满足上述条件，则通过判断两个矩形区域是否为重复区域方法和纯色检测方法来进行对历史候选区域的筛选；(5)判断视频数据是否读取完毕，是则跳转到步骤(6)，否则跳转到步骤(I)；(6)判断历史候选区域集合中区域记录的颜色突变次数以及颜色持续时间是否大于相应阈值；若是，则确定为信号灯区域，否则不为信号灯区域；(7)建立交通信号灯图像库，对图像库中的信号灯图像进行灰度化、平滑和去噪处理，提取图像的HOG方向梯度直方图信息作为特征向量，训练SVM分类器，获到信号灯形状识别模型；(8)调用信号灯形状识别模型对步骤(6)确定的信号灯区域内的信号灯的形状进行分类，输出分类结果。作为优选，所述步骤(2)中的对各像素点的H、S、V值进行颜色分类，并根据分类结果在单通道空白颜色分类结果标记图像IMsult上设置对应的灰度值具体包括以下设置规则:(I)若V≤20或S〈100或S≤53且V≤185时像素的颜色分类为黑色，颜色分类结果标记图像Imult中对应像素的灰度值设置为2 ；(2)若S≤27且V>190像素的颜色分类为白色，颜色分类结果标记图像Iiesult中对应像素的灰度值设置为I ;(3)若S值，V值都不满足上面两种情况时:(3.1)若H≤15或H≥156且H≤180像素的颜色分类为红色，颜色分类结果标记图像IMsult中对应像素的灰度值设置为180 ；(3.2)若H>15且H≤35像素的颜色分类为黄色，颜色分类结果标记图像Iresult中对应像素的灰度值设置为30 ；(3.3)若H>35且H≤100像素的颜色分类为绿色，颜色分类结果标记图像Iresult中对应像素的灰度值设置为100 ；(4)若H值皆不满足上述条件，则为无关颜色，颜色分类结果标记图像Iresult中对应像素的灰度值设置为I。作为优选，所述的判断区域颜色是否为纯色的方法包括:在每个区域范围内，统计像素灰度值为1、2、30、100、180的数量，选取统计数量最多的灰度值进行如下判断:(a)当灰度值为2时，若所统计灰度值数量中的最大值与像素总数量的比值大于阈值，则判断该区域颜色为纯色；(b)当灰度值不为2且不为I时，若所统计灰度值数量中的最大值与黑色像素数量的比值大于阈值，判断该区域颜色为纯色；(C)当灰度值不为I时，判断该区域颜色为不纯。作为优选，所述步骤(4)中判断两个矩形区域是否为重复区域方法包括:若两个区域有重叠并且重叠部分面积大于两个区域中面积较小区域面积的60%，则判断两个矩形区域为重复区域。作为优选，所述步骤(5)中视频数据时长为3分钟。作为优选，所述步骤(6)中颜色突变次数阀值为4，颜色持续时间阀值为8s。本专利技术的有益效果在于:(1)实现信号灯的自动检测与分类，具有良好的鲁棒性和适应性；(2)操作使用方便、智能，节约了成本，此方法为基于视频分析而自动运行检测信号灯实时信息，减少了许多繁琐的人工操作，只要对视频图像就可以对信号灯状态进行分析，不需要其他系统的支持；(3)能够保证交通秩序有序进行，对信号灯故障能够自动检测，由于该方法对信号灯是实行实时监控的，所以信号灯信息非常准确，可供交通部门进行交通路况管理；(4)能够自动检测进行交通违法行为，该系统中的实时交通视频监控系统自动检测交通信号灯的状态变化，然后结合当前车辆的行驶行为就可以判定其是否违法。【专利附图】【附图说明】图1是基于视频的交通信号灯定位、识别与分类方法的流程图；图2是判断两个矩形区域是否为重复区域的示意图。【具体实施方式】下面结合具体实施例对本专利技术进行进一步描述，但本专利技术的保护范围并不仅限于此:实施例1:如图1所示，，利用交通信号灯的颜色变化规律性，即每个交通信号灯有规律地被点亮与熄灭并持续一定的时间，通过跟踪图像中相关像素点的颜色变化规律，识别监控视频中信号灯所处的区域位置，从而进一步确定信号灯位置，之后根据信号灯的图像特征对信号灯进行分类。本实施例主要针对红色、黄色、绿色圆形和箭头型信号灯的定位、识别及分类。具体实施步骤如下:I)每隔三帧获取一张交通监控视频图像，将每一帧视频图像数据从原来的RGB颜色空间转换到HSV颜色空间，得到当前帧图像各像素点的色调、饱和度、亮度信息。2)根据步骤I)所获得的每个像素的H、S和V的值来进行颜色分类，并根据分类结果在单通道空白颜色分类结果标记图像IMsult上设置对应的灰度值，得到只包含所需颜色信息的图像；本方法过滤掉不需要的信息，只保留所需要的颜色位置，方便统计信号灯图像的颜色信息，以便用于后面的颜色纯度检测。图像的像素颜色主要分为红色、绿色、黄色、黑色，白色和无关颜色，每一种颜色分类都有对应的灰度值。本专利技术在单通道空白颜色分类结果标记图像I_ult上设置对应的灰度值具体包括以下步骤:本文档来自技高网...

【技术保护点】
基于视频分析的交通信号灯定位、识别与分类方法，通过视频设备实时采集视频图像，其特征在于：(1)将视频图像的RGB颜色空间转换到HSV颜色空间，得到当前视频图像各像素点的色调、饱和度、亮度；(2)对各像素点的H、S、V值进行颜色分类，并根据分类结果在单通道空白颜色分类结果标记图像Iresult上设置对应的灰度值；(3)对颜色分类结果标记图像Iresult通过轮廓检测获得轮廓的外接矩形区域集合，并将其作为疑似信号灯区域集合，通过是否纯色方法对疑似信号灯区域集合进行过滤获得信号灯候选区域集合；(4)更新历史信号灯候选区域集合；所述更新历史信号灯候选区域集合具体包括以下步骤：若当前帧图像是视频中的第一帧图像，则将所有的信号灯候选区域加入历史候选区域集合；若不满足上述条件，则通过判断两个矩形区域是否为重复区域方法和纯色检测方法来进行对历史候选区域的筛选；(5)判断视频数据是否读取完毕，是则跳转到步骤(6)，否则跳转到步骤(1)；(6)判断历史候选区域集合中区域记录的颜色突变次数以及颜色持续时间是否大于相应阈值；若是，则确定为信号灯区域，否则不为信号灯区域；(7)建立交通信号灯图像库，对图像库中的信号灯图像进行灰度化、平滑和去噪处理，提取图像的HOG方向梯度直方图信息作为特征向量，训练SVM分类器，获到信号灯形状识别模型；(8)调用信号灯形状识别模型对步骤(6)确定的信号灯区域内的信号灯的形状进行分类，输出分类结果。...

【技术特征摘要】

【专利技术属性】
技术研发人员：吴伟，石兴民，赵娜，夏莹杰，张作强，
申请(专利权)人：银江股份有限公司，
类型：发明
国别省市：浙江;33