[发明专利]基于视频分析的交通信号灯定位、识别与分类方法

权利要求书

1.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I_result上设置对应的灰度值；

(3)对颜色分类结果标记图像I_result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：

若两个矩形区域重复，则重复区域保留在历史候选区域集合中并且记录该区域的位置信息、当前颜色信息；若两个矩形区域不重复，则把当前帧视频图像的信号灯候选区域添加到历史候选区域集合中留做进一步的检验；

若区域颜色为纯色，则在历史候选集合中保留该区域信息并进一步判断：若当该纯颜色和区域所记录的当前颜色相同时，累计该纯颜色连续出现的次数，并统计该区域总共连续出现的次数；若当颜色发生改变时，则记录当前颜色和该颜色的突变次数，并把当前颜色更新为该颜色；若该区域颜色不为纯色，则将其从历史候选区域中删除；

(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。

2.根据权利要求1所述的基于视频分析的交通信号灯定位、识别与分类方法，其特征在于，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I_result上设置对应的灰度值具体包括以下设置规则：

(1)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I_result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I_result中对应像素的灰度值设置为1；

(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I_result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I_result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I_result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I_result中对应像素的灰度值设置为1。

3.根据权利要求1所述的基于视频分析的交通信号灯定位、识别与分类方法，其特征在于，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1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1时，判断该区域颜色为不纯。