CN103324957A - 信号灯状态的识别方法及识别装置 - Google Patents

信号灯状态的识别方法及识别装置 Download PDF

Info

Publication number
CN103324957A
CN103324957A CN2013102579974A CN201310257997A CN103324957A CN 103324957 A CN103324957 A CN 103324957A CN 2013102579974 A CN2013102579974 A CN 2013102579974A CN 201310257997 A CN201310257997 A CN 201310257997A CN 103324957 A CN103324957 A CN 103324957A
Authority
CN
China
Prior art keywords
signal lamp
color
lamp
state
individual signals
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.)
Granted
Application number
CN2013102579974A
Other languages
English (en)
Other versions
CN103324957B (zh
Inventor
邹博
李锋
刘秦
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.)
Neusoft Corp
Original Assignee
Neusoft Corp
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 Neusoft Corp filed Critical Neusoft Corp
Priority to CN201310257997.4A priority Critical patent/CN103324957B/zh
Publication of CN103324957A publication Critical patent/CN103324957A/zh
Application granted granted Critical
Publication of CN103324957B publication Critical patent/CN103324957B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提供了一种信号灯状态的识别方法，包括：A）在图像中选取包括信号灯在内的区域作为检测区域，并采集所选检测区域的图像；B）在所述检测区域的图像中对单个信号灯进行定位；C）计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色；D）通过逻辑判断来确定整体信号灯的状态，如果所述信号灯的第一颜色状态稳定，当所述信号灯状态是第一颜色时，输出第一颜色，当所述信号灯是第二或第三颜色时，通过所述信号灯的时序和空间相对位置，判断所述信号灯的颜色属性，并输出对应的颜色；E）将所述整体信号灯的状态输出。

Description

信号灯状态的识别方法及识别装置
技术领域
本发明涉及交通领域，具体地说，涉及一种信号灯状态的识别方法及识别装置。
背景技术
目前，随着人们生活水平的提高，汽车成为人们的代步工具，道路上的车辆也日益增多。驾驶员在驾车行驶过程中，需要根据道路上的交通信号灯驾驶车辆。为了有效的监控驾驶员是否遵守交通规则，在现有的交通监控系统中，通常设置检测设备来检测交通信号灯的颜色，获知信号灯的亮灯状态，以此判断车辆是否可以通过，从而向抓拍设备提供违章抓拍的触发信号。
早期的电子警察系统主要是通过连接信号灯的控制设备来获取信号灯的状态，但是这种方法增加了实施的难度和项目的成本，因此在近年来逐渐被基于视频的方法所取代。
在实际环境中，由于光照变化和相机硬件的局限，信号灯成像有时存在严重的偏色问题，出现红灯偏黄和黄灯偏红的现象，这种情况为信号灯的识别带来了困难，从而使得交通的监控出现问题。
目前信号灯存在多种类型，如单灯，横排组灯，竖排组灯以及内容可变的信号灯,如何准确、实时地识别多种信号灯类型，以满足电子警察系统大范围的监控需求，是电子警察系统发展的关键问题。
发明内容
本发明的目的是为了解决上述问题，具体地说，本发明的目的是提供一种定位准确、识别简单的信号灯状态的识别方法及识别装置。
根据本发明的一个目的，本发明提供了一种信号灯状态的识别方法，包括以下步骤：A）在图像中选取包括信号灯在内的区域作为检测区域，并采集所选检测区域的图像；B）在所述检测区域的图像中对单个信号灯进行定位；C）计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色；D）通过逻辑判断来确定整体信号灯的状态，如果所述信号灯的第一颜色状态稳定，当所述信号灯状态是第一颜色时，输出第一颜色，当所述信号灯是第二或第三颜色时，通过所述信号灯的时序和空间相对位置，判断所述信号灯的颜色属性，并输出对应的颜色；E）将所述整体信号灯的状态输出。
此外，优选地，所述B）步骤还包括以下步骤：训练信号灯Adaboost分类器；使用Adaboost分类器遍历信号灯检测区域；获取所有信号灯候选窗口；合并候选窗口；输出信号灯的最终位置。
此外，优选地，所述D）步骤中，所述第一颜色为绿色。
此外，优选地，所述C）步骤还包括：使用基于HSL彩色空间的颜色模型计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色。
根据本发明的另一个目的，本发明还提供一种信号灯状态的识别装置，包括：图像采集单元，在图像中选取包括信号灯在内的区域作为检测区域，并采集所选检测区域的图像；定位单个信号灯单元，在所述检测区域的图像中对单个信号灯进行定位；单个信号灯颜色属性确定单元，计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色；信号灯逻辑识别单元，通过逻辑判断来确定整体信号灯的状态，如果所述信号灯的第一颜色状态稳定，当所述信号灯状态是第一颜色时，输出第一颜色，当所述信号灯是第二或第三颜色时，通过所述信号灯的时序和空间相对位置，判断所述信号灯的颜色属性，并输出对应的颜色；信号灯状态输出单元，将所述整体信号灯的状态输出。
此外，优选地，所述定位单个信号灯单元还执行以下动作：训练信号灯Adaboost分类器；使用Adaboost分类器遍历信号灯检测区域；获取所有信号灯候选窗口；合并候选窗口；输出信号灯的最终位置。
此外，优选地，所述单个信号灯颜色属性确定单元利用基于HSL彩色空间的颜色模型计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色。
由于本发明先检测单个信号灯的状态，然后再通过逻辑判断来确定整体信号灯的状态，同时也考虑到实际环境中光照变化和相机成像偏色等问题，这使得本发明具有广泛的适用性和很高的准确性。
同时，本发明通过使用Adaboost分类器定位单个信号灯，该分类器的筛选式级联结构使得信号灯的定位具有实时性。
此外，本发明在采集图像的信号灯周围选取一个足够大的区域作为信号灯的检测区域，很好的解决了信号灯晃动问题。
附图说明
图1是示出本发明的信号灯状态的识别方法的流程图；
图2是示出本发明的信号灯状态的识别装置的示意框图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
图1是示出本发明的信号灯状态的识别方法的流程图。
参照图1，首先在信号灯周边划定一个检测区域进行检测。由于监控路口的相机和信号灯立杆一旦固定，信号灯在图像中的位置也就基本保持不变，考虑到大风等不稳定因素，选取包括信号灯在内的一个足够大的区域作为信号灯的检测区域，并且，采集所选择的信号灯检测区域的图像（步骤S10）。
然后，在所述检测区域中对单个信号灯进行定位（步骤S20）。本发明使用预先训练好的信号灯Adaboost分类器遍历信号灯检测区域内所有合适尺寸的子窗口，定位单个信号灯的位置。
使用Adaboost分类器定位信号灯的步骤如下：训练信号灯Adaboost分类器；使用分类器遍历信号灯检测区域，检测区域内所有合适尺寸的子窗口；获取所有信号灯候选窗口；合并候选窗口并输出信号灯的最终位置。
接着，通过颜色模型计算所述单个信号灯的颜色属性，以便确定该单个信号灯的颜色（步骤S30）。本发明的颜色模型基于HSL（hue,saturation,lightness）颜色空间，定义如下：
Green M = { g ( x , y ) | | g H ( x , y ) - 2 3 &pi; | < t H , g S ( x , y ) > t S , g L ( x , y ) > t L }
Yellow _ Red M = { g ( x , y ) | | g H ( x , y ) - 1 6 &pi; | < t H , g S ( x , y ) > t S , g L ( x , y ) > t L }
其中，(x,y)代表图像的空间坐标，gH(x,y)、gS(x,y)、gL(x,y)分别是图像在点(x,y)的色调、饱和度和亮度值，tH、tS、tL分别是颜色模型在色调、饱和度和亮度的阈值，
Figure BDA00003404933300041
和
Figure BDA00003404933300042
分别代表HSL空间中绿色色调和红黄色调的中值。
通过以上的颜色模型，统计信号灯区域内所有像素点的颜色属性，以此来获得这个区域的颜色属性。
在获得信号灯的位置和颜色之后，通过逻辑判断来确定整体信号灯的状态（步骤S40）。
根据本发明的一个实施例，如果信号灯的绿灯颜色状态比较稳定，则先定位绿灯的位置，然后进行整体信号灯的颜色的判断，当信号灯定位区域的颜色属性是绿色时，则认为该信号灯为绿灯，输出绿灯状态。否则，如果信号灯定位区域的颜色是黄色或红色，则需要进一步通过信号灯的时序和空间位置信息，判断该信号灯的状态。以横排组灯和竖排组灯为例，它的整体的状态判断逻辑如下：
表1
前一状态 当前颜色属性 相对位置 当前识别状态
- 绿色 - 绿灯
绿灯 黄色/红色 1 黄灯
绿灯 黄色/红色 2 红灯
黄灯 黄色/红色 0 黄灯
黄灯 黄色/红色 1 红灯
红灯 黄色/红色 - 红灯
如表1所示，当当前检测到的信号灯的颜色属性是绿色时，认为本信号灯为绿色，输出绿色状态；而当当前信号灯是黄色或红色时，由于不能判定是哪一种颜色，则检测前一状态的颜色，当前一状态是绿色时，当当前状态的与前一状态的相对位置相差一个信号灯的长度时，则该状态识别为黄灯，当相差两个信号灯的长度时，则为红灯；当前一状态是黄色时，当当前状态与前一状态的相对位置重叠时，则为黄灯，当相差一个信号灯的长度时，则为红灯；当前一状态为红灯时，则为红灯。
根据本发明的另一个实施例，如果信号灯的黄灯颜色状态比较稳定，则先定位黄灯的位置，其整体逻辑如下：
表2
前一状态 当前颜色属性 相对位置 当前识别状态
- 黄色 - 黄灯
黄灯 绿色/红色 - 红灯
红灯 绿色/红色 0 红灯
红灯 绿色/红色 -2 绿灯
绿灯 绿色/红色 - 绿灯
如表2所示，当当前检测到的信号灯的颜色属性是黄色时，认为信号灯为黄色，输出黄色状态；而当当前信号灯是绿色或红色时，由于不能判定是哪一种颜色，则检测前一状态的颜色，当前一状态是黄色时，则当前状态识别为红灯；当当前状态为红灯时，当当前状态与前一状态的相对位置重叠时，则该状态识别为红灯，当反向相差两个信号灯的长度时，则为绿灯；当前一状态是绿色时，则为绿灯。
根据本发明又一个实施例，如果信号灯的红灯颜色状态比较稳定，则先定位红灯的位置，其整体逻辑如下：
表3
前一状态 当前颜色属性 相对位置 当前识别状态
- 红色 - 红灯
红灯 绿色/黄色 - 绿灯
绿灯 绿色/黄色 0 绿灯
绿灯 绿色/黄色 1 黄灯
黄灯 绿色/黄色 - 黄灯
如表3所示，当当前检测到的信号灯的颜色属性是红色时，认为本信号灯为红色，输出红色状态；而当当前信号灯是绿色或黄色时，由于不能判定是哪一种颜色，则检测前一状态的颜色，当前一状态是红色时，则当前状态识别为绿灯，当当前状态为绿灯时，当前状态与前一状态的相对位置重叠时，则该状态识别为绿灯，当相差一个信号灯的长度时，则为黄灯；当前一状态是黄色时，则为黄灯。
最后，将通过以上逻辑判断得出的整体信号灯的状态输出到接收中心（步骤S50）。
图2是示出本发明的信号灯状态的识别装置的示意框图。
根据图2，本发明的信号灯状态的识别装置包括：图像采集单元；定位单个信号灯单元；单个信号灯颜色属性确定单元；信号灯逻辑识别单元和信号灯状态输出单元。
图像采集单元10用于确定所要采集的信息的区域，并采集所选区域的信息。
定位单个信号灯单元20用于对所选区域的单个信号灯进行定位。本发明使用预先训练好的信号灯Adaboost分类器遍历信号灯检测区域内所有合适尺寸的子窗口，来定位单个信号灯的位置。
单个信号灯颜色属性确定单元30，用于确定所述单个信号灯的颜色属性。本发明使用基于HSL（hue,saturation,lightness）颜色空间的颜色模型，来确定单个信号灯的颜色属性。
信号灯逻辑识别单元40，用于确定整体信号灯的状态。通过预先设定好的逻辑判断系统识别信号灯的整体状态。
信号灯状态输出单元50用于输出整体信号灯的状态。
在实际应用环境里，监控路口的相机和信号灯立杆一旦固定，信号灯在图像中的位置也就基本保持不变，考虑到大风等不稳定因素，本发明在信号灯周围选取一个足够大的区域作为信号灯的检测区域。这样本发明无需全图定位信号灯，仅需处理检测区域内的图像，同时也很好地解决了信号灯成像的晃动问题。
由于本发明先检测单个信号灯的状态，然后再通过上层逻辑的组合识别整体信号灯的状态，同时也考虑到实际环境中光照变化和相机成像偏色等问题，这使得本发明具有广泛的适用性和很高的准确性。
同时，本发明通过使用Adaboost分类器定位信号灯，该分类器的筛选式级联结构使得信号灯定位具有实时性。
在本发明的上述教导下，本领域技术人员可以在上述实施例的基础上对本发明所提供信号灯状态的识别方法及识别装置进行改进或变形，而这些改进或变形，都落在本发明的保护范围内。本领域技术人员应该明白，上述的具体描述只是更好地解释本发明的目的，本发明的保护范围由权利要求及其等同物限定。

Claims (8)

1.一种信号灯状态的识别方法，包括：
A）在图像中选取包括信号灯在内的区域作为检测区域，并采集所选检测区域的图像；
B）在所述检测区域的图像中对单个信号灯进行定位；
C）计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色；
D）通过逻辑判断来确定整体信号灯的状态，如果所述信号灯的第一颜色状态稳定，当所述信号灯状态是第一颜色时，输出第一颜色，当所述信号灯是第二或第三颜色时，通过所述信号灯的时序和空间相对位置，判断所述信号灯的颜色属性，并输出对应的颜色；
E）将所述整体信号灯的状态输出。
2.如权利要求1所述的信号灯状态的识别方法，其中，所述B）步骤还包括以下步骤：
训练信号灯Adaboost分类器；
使用Adaboost分类器遍历信号灯检测区域；
获取所有信号灯候选窗口；
合并候选窗口；
输出信号灯的最终位置。
3.如权利要求1所述的信号灯状态的识别方法，其中，所述D）步骤中，所述第一颜色为绿色。
4.如权利要求1所述的信号灯状态的识别方法，其中，所述C）步骤还包括：
使用基于HSL彩色空间的颜色模型计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色。
5.一种信号灯状态的识别装置，包括：
图像采集单元，在图像中选取包括信号灯在内的区域作为检测区域，并采集所选检测区域的图像；
定位单个信号灯单元，在所述检测区域的图像中对单个信号灯进行定位；
单个信号灯颜色属性确定单元，计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色；
信号灯逻辑识别单元，通过逻辑判断来确定整体信号灯的状态，如果所述信号灯的第一颜色状态稳定，当所述信号灯状态是第一颜色时，输出第一颜色，当所述信号灯是第二或第三颜色时，通过所述信号灯的时序和空间相对位置，判断所述信号灯的颜色属性，并输出对应的颜色；
信号灯状态输出单元，将所述整体信号灯的状态输出。
6.如权利要求5所述的信号灯状态的识别装置，其特征在于，所述定位单个信号灯单元还执行以下动作：
训练信号灯Adaboost分类器；
使用Adaboost分类器遍历信号灯检测区域；
获取所有信号灯候选窗口；
合并候选窗口；
输出信号灯的最终位置。
7.如权利要求5所述的信号灯状态的识别装置，其特征在于，
所述第一颜色为绿色。
8.如权利要求5所述的信号灯状态的识别装置，其特征在于，
所述单个信号灯颜色属性确定单元利用基于HSL彩色空间的颜色模型计算所述单个信号灯的颜色属性，以确定所述单个信号灯的颜色。
CN201310257997.4A 2013-06-25 2013-06-25 信号灯状态的识别方法及识别装置 Active CN103324957B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310257997.4A CN103324957B (zh) 2013-06-25 2013-06-25 信号灯状态的识别方法及识别装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310257997.4A CN103324957B (zh) 2013-06-25 2013-06-25 信号灯状态的识别方法及识别装置

Publications (2)

Publication Number Publication Date
CN103324957A true CN103324957A (zh) 2013-09-25
CN103324957B CN103324957B (zh) 2017-04-12

Family

ID=49193685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310257997.4A Active CN103324957B (zh) 2013-06-25 2013-06-25 信号灯状态的识别方法及识别装置

Country Status (1)

Country Link
CN (1) CN103324957B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050827A (zh) * 2014-06-06 2014-09-17 北京航空航天大学 一种基于视觉的交通信号灯自动检测识别方法
CN104851288A (zh) * 2015-04-16 2015-08-19 宁波中国科学院信息技术应用研究院 一种交通灯定位方法
CN112330961A (zh) * 2020-11-03 2021-02-05 厦门理工学院 一种基于时序规律的交通指示红黄绿灯的图像识别方法
CN112395928A (zh) * 2019-08-19 2021-02-23 珠海格力电器股份有限公司 一种设备状态运行自动检测的方法
CN112991791A (zh) * 2019-12-13 2021-06-18 上海商汤临港智能科技有限公司 交通信息识别和智能行驶方法、装置、设备及存储介质
CN114662735A (zh) * 2022-02-14 2022-06-24 北京佰才邦技术股份有限公司 交通信号灯规律预测方法、系统及存储介质
CN115984826A (zh) * 2023-03-02 2023-04-18 安徽蔚来智驾科技有限公司 交通信号灯感知方法、车辆控制方法、设备、介质及车辆

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101097657A (zh) * 2006-06-26 2008-01-02 上海宝信软件股份有限公司 基于视频图像处理的交通信号灯状态判定方法
CN102176287A (zh) * 2011-02-28 2011-09-07 无锡中星微电子有限公司 一种交通信号灯识别系统和方法
DE102011105520A1 (de) * 2011-06-24 2011-12-29 Daimler Ag Verfahren zur Erfassung von Lichtsignalen von Lichtzeichenanlagen für ein Fahrzeug

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101097657A (zh) * 2006-06-26 2008-01-02 上海宝信软件股份有限公司 基于视频图像处理的交通信号灯状态判定方法
CN102176287A (zh) * 2011-02-28 2011-09-07 无锡中星微电子有限公司 一种交通信号灯识别系统和方法
DE102011105520A1 (de) * 2011-06-24 2011-12-29 Daimler Ag Verfahren zur Erfassung von Lichtsignalen von Lichtzeichenanlagen für ein Fahrzeug

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐丽珍 等: "基于AdaBoost的人行横道红绿灯自动识别算法", 《计算机应用与软件》 *
徐成,谭乃强,刘彦: "基于 Lab色彩空间和模板匹配的实时交通灯识别算法", 《计算机应用》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050827A (zh) * 2014-06-06 2014-09-17 北京航空航天大学 一种基于视觉的交通信号灯自动检测识别方法
CN104050827B (zh) * 2014-06-06 2016-03-02 北京航空航天大学 一种基于视觉的交通信号灯自动检测识别方法
CN104851288A (zh) * 2015-04-16 2015-08-19 宁波中国科学院信息技术应用研究院 一种交通灯定位方法
CN104851288B (zh) * 2015-04-16 2017-02-22 宁波中国科学院信息技术应用研究院 一种交通灯定位方法
CN112395928A (zh) * 2019-08-19 2021-02-23 珠海格力电器股份有限公司 一种设备状态运行自动检测的方法
CN112991791A (zh) * 2019-12-13 2021-06-18 上海商汤临港智能科技有限公司 交通信息识别和智能行驶方法、装置、设备及存储介质
CN112991791B (zh) * 2019-12-13 2022-07-26 上海商汤临港智能科技有限公司 交通信息识别和智能行驶方法、装置、设备及存储介质
CN112330961A (zh) * 2020-11-03 2021-02-05 厦门理工学院 一种基于时序规律的交通指示红黄绿灯的图像识别方法
CN114662735A (zh) * 2022-02-14 2022-06-24 北京佰才邦技术股份有限公司 交通信号灯规律预测方法、系统及存储介质
CN115984826A (zh) * 2023-03-02 2023-04-18 安徽蔚来智驾科技有限公司 交通信号灯感知方法、车辆控制方法、设备、介质及车辆

Also Published As

Publication number Publication date
CN103324957B (zh) 2017-04-12

Similar Documents

Publication Publication Date Title
CN108804983B (zh) 交通信号灯状态识别方法、装置、车载控制终端及机动车
CN103324957A (zh) 信号灯状态的识别方法及识别装置
CN110197589B (zh) 一种基于深度学习的闯红灯违法检测方法
CN103955705B (zh) 基于视频分析的交通信号灯定位、识别与分类方法
CN105913041B (zh) 一种基于预先标定的信号灯识别方法
CN103077617B (zh) 基于计算机视觉的人行横道智能交通灯监管系统及方法
CN102496282B (zh) 一种rgb颜色变换的交通路口信号灯状态识别方法
CN104751634B (zh) 高速公路隧道行车图像采集信息的综合应用方法
CN107506760A (zh) 基于gps定位与视觉图像处理的交通信号检测方法及系统
CN106297330A (zh) 减少行人过街对平面感知信号控制效率影响的方法及系统
CN105354530A (zh) 一种车身颜色识别方法及装置
Almagambetov et al. Mobile standards-based traffic light detection in assistive devices for individuals with color-vision deficiency
CN103440671B (zh) 一种印章检测方法及系统
CN110991224B (zh) 基于图像识别的行人闯红灯检测方法、装置及相关设备
CN105160924A (zh) 基于视频处理的智能信号灯状态检测方法及检测系统
CN103488987A (zh) 一种基于视频检测交通信号灯的方法及装置
CN102163278B (zh) 一种公交车道非法车辆闯入检测方法
CN103729863B (zh) 基于自主学习的交通信号灯全自动定位识别的方法
CN103208185A (zh) 一种基于车灯识别的夜间车辆检测方法及系统
CN105023452B (zh) 一种多路交通信号灯信号采集的方法及装置
CN205665896U (zh) 一种交叉路口信号灯状态识别装置
CN108922172B (zh) 基于车辆特征矩阵序列变化分析的道路拥堵监测系统
CN104143077B (zh) 基于图像的行人目标检索方法和系统
CN105279511A (zh) 基于颜色时变特征的交通信号灯重定位方法及装置
CN105957071A (zh) 一种灯组定位方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant