[发明专利]一种基于视频检测交通信号灯的方法及装置

说明书

技术领域

本发明属于视频监控技术领域，尤其涉及基于视频检测交通信号灯的方法及装置。

背景技术

随着汽车逐渐进入百姓家庭，道路交通状况日渐拥堵，遵守交通规则显得尤其重要。为了有效管理交通秩序，在十字路口安装电子警察监督车辆是否遵守交通信号灯成为一种常用的交通管理手段，在各城市得到了广泛的应用。

目前的电子警察设备判断交通信号灯的方法主要有两种，一种为通过I/O接口接入交通信号灯信号线的方法，另一种为纯视频检测的方法。前者依靠信号线作为识别输入，优点是准确率高，识别指标不依赖于图像质量的好坏，缺点主要体现在需要布线，施工麻烦，可能存在的电磁干扰会对识别指标产生严重影响；后者依靠视频图像作为识别输入，优点是施工简单，不需要布线，缺点是识别指标依赖于图像质量的好坏，传统方法采用的固定阈值无法兼容场景的剧烈变化，理论上准确率比信号线接入稍低。

申请号为201210551907.8的中国发明专利申请公开了一种基于单目多检测面的机器视觉的车辆闯红灯行为检测装置，其中包括信号灯状态检测模块，用于对每个车道上的视频图像中的信号灯状态的检测，首先通过颜色归一化处理，HSV的三个分量值均在0～1之间，然后用颜色直方图统计色调H在红黄绿3中颜色范围内的像素字数Number_{R,Y,G}，交通信号灯检测区域中的像素总的像素个数极为Total，最后根据他们的比例判断交通信号灯处于何种状态。

但是这种检测方法不能适应复杂场景，如场景过曝、过暗、偏色、部分遮挡等情况下，实际效果并不好，很容易误判。

发明内容

本发明的目的是提出一种基于视频检测交通信号灯的方法和装置，解决现有技术在复杂场景下，对于交通信号灯状态检测效果不理想，容易误判的技术问题。

为了实现上述目的，本发明的技术方案如下：

一种基于视频检测交通信号灯的方法，用于根据拍摄的交通信号灯图像，判断交通信号灯的状态，包括步骤：

将获取的所述图像转换为HSV数据格式，得到该图像各像素点的色度、饱和度和亮度信息，并基于亮度信息将该图像二值化，确定该图像中的疑似亮灯区域；

根据所述图像中各像素点的色度值确定其对应的颜色分类；

根据各像素点的颜色分类及其饱和度和亮度信息，确定各像素点的颜色特征值；

根据各像素点的颜色特征值，用交通信号灯各自区域的所有像素点的颜色特征值之和减去该区域对应的偏色消除阈值得到该区域的区域颜色特征值；

根据交通信号灯各自区域的区域颜色特征值和疑似亮灯区域信息，确定交通信号灯各自的初步状态；

根据交通信号灯各自的初步状态，将区域颜色特征值作为一个样本组成交通信号灯各自点亮和关闭状态样本库，并根据样本库建立交通信号灯各自点亮和关闭状态高斯模型，并计算所述高斯模型的均值和标准差；

判断交通信号灯各自区域的区域颜色特征值属于哪种高斯模型，若仅有一个区域颜色特征值属于其对应交通信号灯点亮状态的高斯模型，则判定该区域颜色特征值对应的交通信号灯处于点亮状态，否则判定交通信号灯全关闭。

进一步地，所述基于亮度信息将该图像二值化，确定该图像中的疑似亮灯区域，包括步骤：

基于亮度信息将所述图像转换为二值化图像；

判断二值化图像中交通信号灯对应区域的高亮部分面积占所述二值化图像总面积的比例是否大于第一比例值，若大于第一比例值，则认为该交通信号灯对应的区域为疑似亮灯区域。其中第一比例值取值为10%，根据实际交通信号灯的情况进行调整。

进一步地，所述颜色分类包括红黄色、绿色和无效颜色，分类方法如下：

若H_ij>330或者H_ij≤75，则确定该像素点对应的颜色分类为红黄色；

若75<H_ij<210，则确定该像素点对应的颜色分类为绿色；

若210≤H_ij≤330，则确定该像素点对应的颜色分类为无效颜色；

其中H_ij表示坐标为(i,j)的像素点的色度值，其中i和j为像素点的坐标。

进一步地，所述颜色特征值包括红黄色特征值和绿色特征值，所述根据各像素点的颜色分类及其饱和度和亮度信息，确定各像素点的颜色特征值，具体包括步骤：

若像素点颜色分类属于红黄色，则其红黄特征值为其饱和度和亮度的乘积，而其绿色特征值为0；