CN103236181B - 一种基于机器视觉的交通信号灯状态监控系统及方法 - Google Patents

一种基于机器视觉的交通信号灯状态监控系统及方法 Download PDF

Info

Publication number
CN103236181B
CN103236181B CN201310173704.4A CN201310173704A CN103236181B CN 103236181 B CN103236181 B CN 103236181B CN 201310173704 A CN201310173704 A CN 201310173704A CN 103236181 B CN103236181 B CN 103236181B
Authority
CN
China
Prior art keywords
signal lamp
traffic
information
traffic signal
traffic lights
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310173704.4A
Other languages
English (en)
Other versions
CN103236181A (zh
Inventor
宗靖国
刘延
戚勇
苟超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Novastar Electronic Technology Co Ltd
Original Assignee
Xidian University
Xian Novastar Electronic Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University, Xian Novastar Electronic Technology Co Ltd filed Critical Xidian University
Priority to CN201310173704.4A priority Critical patent/CN103236181B/zh
Publication of CN103236181A publication Critical patent/CN103236181A/zh
Application granted granted Critical
Publication of CN103236181B publication Critical patent/CN103236181B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于机器视觉的交通信号灯状态监控系统及方法，监控系统包括成像系统和主控系统；成像系统包括用于采集交通信号灯视频信息的摄像头，主控系统包括图像处理器，分别与图像处理器连接的视频信号输入接口、获取参考时间模块和网络传输单元；摄像头与主控系统视频信号输入接口连接；通过机器视觉的方式实时监控与检测交通信号灯状态并在交通信号灯损坏或者失灵的情况下，及时获知交通信号灯损坏或失灵信息，并且及时的将此信息反馈给交通管理部门，使得相关管理部门能采取相应的措施，及时疏导交通，减少交通事故的发生。

Description

一种基于机器视觉的交通信号灯状态监控系统及方法
技术领域
本发明涉及智能监控系统，具体涉及一种基于机器视觉的交通信号灯状态监控系统及方法。
背景技术
交通信号灯在交通疏导和管理方面的地位是举足轻重的，尤其在当前交通变的越来越拥挤的情况下，交通信号灯是极其关键的，它们能保证城市内拥挤的车流与人流井然有序的进行通行。但是，常常由于这样那样的问题，导致交通信号灯经常损坏或者失灵，而交通管理中心又不能及时获得交通信号灯损坏或失灵的信息，导致不能及时对交通进行疏通，造成交通拥堵，交通混乱甚至引起交通事故。
发明内容
本发明目的在于克服现有技术缺陷，提供一种基于机器视觉的交通信号灯状态监控系统及方法，实时监控交通信号灯状态，在交通信号灯损坏或失灵时，及时获知损坏或失灵信息，并及时将此信息反馈给相关交通管理部门，及时疏导交通，减少交通事故的发生。
为实现上述目的，本发明采用以下技术方案：
一种基于机器视觉的交通信号灯状态监控系统，包括成像系统和主控系统；成像系统包括用于采集交通信号灯视频信息的摄像头，主控系统包括图像处理器，分别与图像处理器连接的视频信号输入接口、获取参考时间模块和网络传输单元；摄像头与主控系统视频信号输入接口连接，主控系统通过网络传输单元将交通信号灯状态信息输送到交通管理部门。
所述成像系统包括多个分别用于采集机动车信号灯、非机动车信号灯、方向指示信号灯、人行横道信号灯、道口信号灯、闪光警告信号灯视频信息的摄像头。
所述主控系统包括多个图像处理器。
一种基于机器视觉的交通信号灯状态监控系方法，包括以下步骤：
（1）实时采集交通信号灯视频信息，并将采集到的视频信息发送给图像处理器；
（2）图像处理器获取交通信号灯视频信息，提取视频中的图像，并对图像中交通信号灯进行检测和识别，采集交通信号灯状态信息；
（3）图像处理器将采集的当前交通信号灯状态信息与预期的交通信号灯状态信息进行对比；若信息一致，则返回重复进行步骤（1）至步骤（3）；若信息不一致，则主控系统通过网络传输单元向交通管理部门发送交通信号灯错误或失灵的信息。
步骤（1）中使用多个摄像头分别采集机动车信号灯、非机动车信号灯、方向指示信号灯、人行横道信号灯、道口信号灯、闪光警告信号灯视频信息。
步骤（2）中运用基于机器学习和模式识别方式对交通信号灯图像进行检测和识别，获取当前交通信号灯状态信息。
步骤（2）中对交通信号灯图像进行检测和识别之前对视频图像进行预处理，预处理包括图像的增强、去噪和/或去雾处理。
步骤（2）中采集的交通信号灯状态信息包括交通信号灯图像的颜色特征、形状特征、位置特征、逻辑特征和纹理特点。
所述机器学习方法为支持向量机SVM方法。
所述的交通信号灯错误或失灵的信息为交通信号灯错误或失灵报警信息或当前交通信号灯的状态信息。
本发明的基于机器视觉的交通信号灯状态监控系统及方法，将摄像头采集到的交通信号灯视频信息输送给图像处理器，对图像进行检测和识别，采集交通信号灯状态信息，将该状态信息与预期的交通信号灯状态信息进行对比；判断信号灯是否错误或失灵，若失灵则发送相关信息给交通管理部门，通过机器视觉的方式实时监控与检测交通信号灯状态并在交通信号灯损坏或者失灵的情况下，及时获知交通信号灯损坏或失灵信息，并且及时的将此信息反馈给交通管理部门，使得相关管理部门能采取相应的措施，及时疏导交通，减少交通事故的发生。
附图说明
图1为本发明的系统结构框图。
图2为本发明的系统工作流程图。
图3为本发明中交通信号灯图像检测与识别过程流程图。
具体实施方式
如图1所示，基于机器视觉的交通信号灯状态监控系统由成像系统1和主控系统2两大部分组成，成像系统1包括1个或多个分别用于采集机动车信号灯、非机动车信号灯、方向指示信号灯、人行横道信号灯、道口信号灯、闪光警告信号灯视频信息的摄像头，摄像头可以安装在道路交通信号杆上，实时的将采集到的视频图像数据传输到主控系统；主控系统2包括1个或多个图像处理器204，分别与图像处理器204连接的视频信号输入接口201、获取参考时间模块205和网络传输单元202；摄像头与主控系统视频信号输入接口201连接，主控系统通过网络传输单元202将交通信号灯错误或失灵状态信息输送到交通管理部门。
主控系统能接收由成像系统传输过来的视频图像数据，检测与识别拍摄到的交通信号灯，对其进行状态监控与检测，当交通信号灯损坏或者失灵时，将相应的信息通过网络传输到相应的交通管理部门，使及时作出调整措施，疏导交通，避免产生交通混乱，造成交通事故发生，系统结构简单，对交通信号灯进行实时监控，出现问题能及时反馈信息，实用性强。
如图2所示，本发明还提供了一种基于机器视觉的交通信号灯状态监控方法，具体步骤如下：
（1）使用多个摄像头分别实时采集机动车信号灯、非机动车信号灯、方向指示信号灯、人行横道信号灯、道口信号灯、闪光警告信号灯的视频信息，并将采集到的视频信息发送给图像处理器；
（2）图像处理器获取交通信号灯视频信息，提取视频中的交通信号灯图像，对视频图像进行预处理，预处理包括图像的增强、去噪和/或去雾处理，并运用基于机器学习和模式识别方式，如支持向量机SVM方法对交通信号灯图像进行检测和识别，采集交通信号灯状态信息，包括交通信号灯图像的颜色特征、形状特征、位置特征、逻辑特征和纹理特点；
（3）图像处理器将采集的当前交通信号灯状态信息与预期的交通信号灯状态信息进行对比；若信息一致，则返回重复进行步骤（1）至步骤（3）；若信息不一致，则主控系统通过网络传输单元向交通管理部门发送交通信号灯错误或失灵报警信息或当前交通信号灯的状态信息；
主控系统通过获取参考时间模块获取交通信号灯的工作的时间，同时，主控系统能够接入1至4路摄像头信号，实时的接收来自摄像头的图像视频数据，先对视频图像进行预处理，然后采用机器学习和模式识别的算法对图像视频中的交通信号灯进行检测和识别，并实时监控。由于交通信号灯的预期工作状态主控系统是知道的，当检测到当前信号灯的工作状态与当前正常状态不一致、交通信号灯损坏或者失灵时，主控系统通过网络传输服务，将相关的信息输出到相关管理部门。
如图3所示，本方法中交通信号灯检测与识别过程如下：
1在交通信号灯检测和识别之前对视频图像进行预处理：
预处理包括图像的增强和去噪等，另外在雾天对图像进行去雾预处理。
2采用了基于机器学习与模式识别的交通信号灯的检测与识别：
在本系统中，最关键的两个部分是目标的特征提取与对样本的训练与测试并获得相应的检测器。根据《道路交通信号灯设置与安装规范GB14886—2006》，交通信号灯的属性的定义是固定的，所以，预先通过拍摄与制作足够多的交通信号灯图像，并制作成训练样本与测试样本，采用机器学习的相关思想，对样本进行训练，并对训练后的算法利用测试样本进行测试，获取最优的检测器。
由于检测器和训练样本及测试样本的事先获取，所以，本系统的一个很重要的优点是实时，利用训练出来的检测器，还可以对不同路的视频图像数据进行并行处理，进一步进行加速。
3交通信号灯的特征提取：
交通信号灯虽然简单，但是正是由于其相当的简单，所以对其特征提取不是件容易的事情，尤其对于一些复杂的交通背景来说，适当的特征提取将是整个系统成功的关键，根据信号灯的特点提取以下几个特征。
（1）颜色特征，交通信号灯一般颜色固定并且由红色，黄色或者绿色构成。
（2）形状特征，根据规范，交通灯的形状是固定的，这是其重要特征之一。
（3）位置特征，包括交通信号灯的安装位置，也包括其在灯框内的相对位置。
（4）逻辑特征，交通信号灯框内的交通信号灯在同一时间只有一个亮，这是交通信号灯的一个很关键的逻辑特征。
（5）纹理特点，如LBP特征。
在训练样本时，从样本中提取上述的特征，利用相关的机器学习的方法，如支持向量机SVM进行训练，并且利用测试样本对检测的算法进行验证，获得最优的检测器算法。在实际检测与识别的时候，只需要对实时采集到的视频图像进行特征提取，并对其进行检测，即可判断出交通信号灯是否状态正常。

Claims (8)

1.一种基于机器视觉的交通信号灯状态监控系统，其特征在于：包括成像系统(1)和主控系统(2)；成像系统(1)包括用于采集交通信号灯视频信息的摄像头，主控系统(2)包括图像处理器(204)，分别与图像处理器(204)连接的视频信号输入接口(201)、获取参考时间模块(205)和网络传输单元(202)；摄像头与主控系统视频信号输入接口(201)连接；
所述主控系统通过获取参考时间模块(205)获取交通信号灯工作的时间；
所述图像处理器用于采集交通信号灯的状态信息，并将采集的当前交通信号灯状态信息与预期的交通信号灯状态信息进行对比；若信息不一致，则主控系统通过网络传输单元向交通管理部门发送交通信号灯错误或失灵报警信息或当前交通信号灯的状态信息；
所述成像系统(1)包括多个分别用于采集机动车信号灯、非机动车信号灯、方向指示信号灯、人行横道信号灯、道口信号灯、闪光警告信号灯视频信息的摄像头。
2.如权利要求1所述的基于机器视觉的交通信号灯状态监控系统，其特征在于：所述主控系统(1)包括多个图像处理器。
3.一种基于机器视觉的交通信号灯状态监控方法，其特征在于，包括以下步骤：
(1)使用多个摄像头分别实时采集机动车信号灯、非机动车信号灯、方向指示信号灯、人行横道信号灯、道口信号灯、闪光警告信号灯视频信息，并将采集到的视频信息发送给图像处理器；
(2)图像处理器获取交通信号灯视频信息，提取视频中的图像，并对图像中交通信号灯进行检测和识别，采集交通信号灯状态信息；
(3)图像处理器将采集的当前交通信号灯状态信息与预期的交通信号灯状态信息进行对比；若信息一致，则返回重复进行步骤(1)至步骤(3)；若信息不一致，则主控系统通过网络传输单元向交通管理部门发送交通信号灯错误或失灵的信息。
4.如权利要求3所述的基于机器视觉的交通信号灯状态监控方法，其特征在于：步骤(2)中运用基于机器学习和模式识别方式对交通信号灯图像进行检测和识别，获取当前交通信号灯状态信息。
5.如权利要求3所述的基于机器视觉的交通信号灯状态监控方法，其特征在于：步骤(2)中对交通信号灯图像进行检测和识别之前对视频图像进行预处理，预处理包括图像的增强、去噪和/或去雾处理。
6.如权利要求3所述的基于机器视觉的交通信号灯状态监控方法，其特征在于：步骤(2)中采集的交通信号灯状态信息包括交通信号灯图像的颜色特征、形状特征、位置特征、逻辑特征和纹理特点。
7.如权利要求4所述的基于机器视觉的交通信号灯状态监控方法，其特征在于：所述机器学习方法为支持向量机SVM方法。
8.如权利要求3所述的基于机器视觉的交通信号灯状态监控方法，其特征在于：所述的交通信号灯错误或失灵的信息为交通信号灯错误或失灵报警信息或当前交通信号灯的状态信息。
CN201310173704.4A 2013-05-10 2013-05-10 一种基于机器视觉的交通信号灯状态监控系统及方法 Active CN103236181B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310173704.4A CN103236181B (zh) 2013-05-10 2013-05-10 一种基于机器视觉的交通信号灯状态监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310173704.4A CN103236181B (zh) 2013-05-10 2013-05-10 一种基于机器视觉的交通信号灯状态监控系统及方法

Publications (2)

Publication Number Publication Date
CN103236181A CN103236181A (zh) 2013-08-07
CN103236181B true CN103236181B (zh) 2015-07-22

Family

ID=48884218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310173704.4A Active CN103236181B (zh) 2013-05-10 2013-05-10 一种基于机器视觉的交通信号灯状态监控系统及方法

Country Status (1)

Country Link
CN (1) CN103236181B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103531022B (zh) * 2013-10-15 2015-09-09 浙江宇视科技有限公司 一种红绿灯颜色周期统计方法
CN103679733B (zh) * 2013-12-18 2018-06-05 浙江宇视科技有限公司 一种信号灯图像处理方法及其装置
CN105809095B (zh) * 2014-12-31 2020-03-03 博世汽车部件(苏州)有限公司 交通路口通行状态的确定
CN106647555A (zh) * 2015-11-03 2017-05-10 北京宇翔恒通科贸有限公司 色谱监控系统及方法
TWI700166B (zh) * 2017-09-20 2020-08-01 達明機器人股份有限公司 機器手臂的教導系統及方法
US10402666B2 (en) * 2017-12-18 2019-09-03 Ford Global Technologies, Llc Vehicle monitoring of infrastructure lighting
CN107862883B (zh) * 2017-12-21 2023-06-30 天津市中环系统工程有限责任公司 交通信号灯的故障检测及报警与运维管理系统及实现方法
CN108734976B (zh) * 2018-05-28 2021-09-17 朱理薇 一种交通导航提示方法及其系统
CN109600547B (zh) * 2018-11-30 2021-01-12 Oppo广东移动通信有限公司 拍照方法、装置、电子设备和存储介质
CN109637171A (zh) * 2018-12-03 2019-04-16 北京盘古影艺文化传播有限公司 一种交通信号灯的变化提醒方法及系统
CN109658692B (zh) * 2018-12-25 2020-02-28 武汉纵横智慧城市股份有限公司 基于自组网的信号灯控制方法、装置、设备及存储介质
CN110782692A (zh) * 2019-10-31 2020-02-11 青岛海信网络科技股份有限公司 一种信号灯故障检测方法及系统
CN111680544B (zh) * 2020-04-24 2023-07-21 北京迈格威科技有限公司 人脸识别方法、装置、系统、设备及介质
CN112164239B (zh) * 2020-10-27 2024-02-13 重庆市市政设计研究院有限公司 一种基于rfid的交通信号灯异常状态识别及预警系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129779A (zh) * 2010-01-13 2011-07-20 中国科学院自动化研究所 路口交通信号安全和效率监测系统
CN102298852A (zh) * 2011-08-26 2011-12-28 北京汉王智通科技有限公司 基于视频的交通信号灯检测方法及装置
CN102568242A (zh) * 2012-01-17 2012-07-11 杭州海康威视系统技术有限公司 基于视频处理的信号灯状态检测方法及其系统
CN102768800A (zh) * 2012-07-12 2012-11-07 复旦大学 基于高清视频的机动车闯红灯违章取证方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970102B2 (en) * 2003-05-05 2005-11-29 Transol Pty Ltd Traffic violation detection, recording and evidence processing system
WO2010097211A1 (en) * 2009-02-24 2010-09-02 Gatsometer B.V. Method and device for monitoring the state of a traffic light

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129779A (zh) * 2010-01-13 2011-07-20 中国科学院自动化研究所 路口交通信号安全和效率监测系统
CN102298852A (zh) * 2011-08-26 2011-12-28 北京汉王智通科技有限公司 基于视频的交通信号灯检测方法及装置
CN102568242A (zh) * 2012-01-17 2012-07-11 杭州海康威视系统技术有限公司 基于视频处理的信号灯状态检测方法及其系统
CN102768800A (zh) * 2012-07-12 2012-11-07 复旦大学 基于高清视频的机动车闯红灯违章取证方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王厅列,等.一种基于机器视觉识别交通灯的方法.《福建电脑》.2010,(第3期), *

Also Published As

Publication number Publication date
CN103236181A (zh) 2013-08-07

Similar Documents

Publication Publication Date Title
CN103236181B (zh) 一种基于机器视觉的交通信号灯状态监控系统及方法
US8885929B2 (en) Abnormal behavior detection system and method using automatic classification of multiple features
CN101799985B (zh) 一种公路隧道交通识别方法
KR101748121B1 (ko) 객체 인지 기반의 실시간 영상 검지 시스템 및 그 방법
CN102842211B (zh) 一种基于图像识别的输电线路防外力监控预警系统及方法
CN102759347B (zh) 一种高铁接触网在线巡检装置、巡检方法以及其检测系统
CN104599443A (zh) 一种基于信息融合的驾驶行为预警车载终端及其预警方法
CN103226891B (zh) 一种基于视频的车辆碰撞事故检测方法及系统
CN112149522A (zh) 电缆通道智能可视化防外破监测系统及方法
CN105115605A (zh) 轨道列车红外检测系统及检测方法
CN102542806A (zh) 高速公路行驶车辆遮挡号牌实时监测系统及其控制方法
CN104240239A (zh) 一种基于道路图像探测局域路段雾霾天气的检测方法
CN204332007U (zh) 一种基于信息融合的驾驶行为预警车载终端
CN104504377A (zh) 一种公交车乘客拥挤程度识别系统及方法
CN103886753B (zh) 一种信号灯控制路口异常停车原因快速确认系统及方法
CN104282154A (zh) 一种车辆超载监控系统及方法
CN103914682A (zh) 一种车牌识别方法及系统
CN206074832U (zh) 一种地铁车辆车顶受电弓异物检测系统
CN110519382A (zh) 一种汽车智能监控系统
CN114387785A (zh) 一种基于智慧公路的安全管控方法、系统及可存储介质
CN109348179A (zh) 一种基于人工智能的道路监控检测系统及方法
CN115527364B (zh) 一种基于雷视数据融合的交通事故溯源方法及系统
CN103149603A (zh) 一种基于视频的道路气象检测方法
CN103886745A (zh) 一种汽车专用车道预警系统
CN206162876U (zh) 基于能见度检测的道路限速监拍系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20180209

Address after: 710075 Shaanxi city of Xi'an province science and technology high tech Zone two road Xi'an Software Park

Patentee after: Xian Novastar Electronic Technology Co., Ltd.

Address before: Xi'an City, Shaanxi province Taibai Road 710071 No. 2

Co-patentee before: Xian Novastar Electronic Technology Co., Ltd.

Patentee before: Xidian University

TR01 Transfer of patent right
CP03 Change of name, title or address

Address after: 710075 DEF101, Zero One Square, Xi'an Software Park, No. 72 Zhangbajie Science and Technology Second Road, Xi'an High-tech Zone, Shaanxi Province

Patentee after: XI'AN NOVASTAR TECH Co.,Ltd.

Address before: 710075 qinfengge, Xi'an Software Park, Keji Second Road, high tech Zone, Xi'an, Shaanxi

Patentee before: Xi'an NovaStar Tech Co.,Ltd.

CP03 Change of name, title or address