[发明专利]一种基于显著性计算的交通信号灯识别方法

摘要

本发明公开了一种基于显著性计算的交通信号灯识别方法，实现信号灯标定偏转后交通信号灯识别，提高道路交通违章检测系统的鲁棒性；针对交通场景中的摄像头因外界环境而产生偏移的情况，通过显著性检测的图像识别算法，实现标定位置偏移后的信号灯识别，具有准确率高、速度快、操作简单和实时检测的特点，避免了因摄像头镜头偏移而造成交通违章系统瘫痪的问题，减少了交通场景重新标定的复杂过程，解决了交通违章检测系统可靠性不高的问题。

主权项

1.一种基于显著性计算的交通信号灯识别方法，包括如下步骤：步骤1：读入当前交通场景图像F1，图像宽度为W，高度为H；步骤2：从交通违章检测系统配置文件中读入事先标定的交通信号灯区域R1＝(x1,y1,W1,H1)，其中，x1和y1表示R1左上角的横坐标和纵坐标，W1和H1分别表示R1的宽度和高度；步骤3：根据式(1)～(4)计算信号灯拓展区域R2＝(x2,y2,W2,H2)，并从图像F1中复制R2区域的子图像，设为F2；H2＝3×H1   (4)其中x2和y2分别表示R2左上角的横坐标和纵坐标，W2和H2分别表示R2的宽度和高度；步骤4：通过Graph‑Based Segmentation方法对F2进行超像素分割，得到超像素区域集合S＝{Ri|i＝1,2,3,…,n}，其中Ri表示S中第i个超像素区域，n表示S中的超像素个数；步骤5：计算图像F2在Lab颜色空间中a通道上的颜色集合H＝{ai|i＝1,2,3,…,m}，其中ai表示F2在a通道上的第i种颜色值，m表示F2中a通道上的颜色数量；步骤6：根据式(5)计算在a通道上各颜色之间的距离，得矩阵M：M＝[vij]m×m   (5)其中，vij表示颜色值ai和aj之间距离；步骤7：计算S中每个超像素区域的显著值，得显著值集合Ssal＝{si|i＝1,2,3,…,n}，其中si表示超像素区域Ri的显著值；步骤8：对显著值集合Ssal进行归一化，得a通道显著图Fsal；步骤9：对图Fsal进行膨胀腐蚀，并进行OTSU二值化操作；将处理后图像中像素值为255的区域记为Rsal；步骤10：从图像F2中复制区域Rsal中的子图像，设为Fred；步骤11：判断图像Fred中信号灯是否为红灯。