CN103679733B - 一种信号灯图像处理方法及其装置 - Google Patents
一种信号灯图像处理方法及其装置 Download PDFInfo
- Publication number
- CN103679733B CN103679733B CN201310703800.5A CN201310703800A CN103679733B CN 103679733 B CN103679733 B CN 103679733B CN 201310703800 A CN201310703800 A CN 201310703800A CN 103679733 B CN103679733 B CN 103679733B
- Authority
- CN
- China
- Prior art keywords
- signal lamp
- row
- region
- color
- pixel
- 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
Links
Abstract
本发明提供一种信号灯图像处理方法及其装置,所述方法包括:S1、检测摄像机采集的一帧图像中的信号灯的边缘信息;S2、根据所述信号灯的边缘信息,从所述图像中分割出信号灯区域;S3、对所述图像中的信号灯区域进行颜色强化。所述装置包括:边缘检测模块,用于检测摄像机采集的一帧图像中的信号灯的边缘信息;区域分割模块,用于根据所述信号灯的边缘信息,从所述图像中分割出信号灯区域;颜色强化模块,用于对所述图像中的信号灯区域进行颜色强化。本发明能够解决摄像机所处环境光照强度过高或者过低时所采集的图像中的信号灯颜色的失真。
Description
技术领域
本发明涉及视频监控技术领域,尤其涉及一种信号灯图像处理方法及其装置。
背景技术
为了监控具有信号灯的交通路口的违章情况,交通管理部门会在具有信号灯的交通路口安装摄像机。摄像机通常采用固定安装方式,即摄像机的安装高度、位置、方向、角度均为固定的,因此,摄像机采集的图像中的场景也是确定的。但随着摄像机所处环境光照强度的不同,摄像机采集的图像中信号灯的亮度中心的颜色会呈现不同的表现。当摄像机所处环境光照强度过低时,信号灯就显得非常亮,摄像机会对采集的图像中的信号灯进行曝光增益的调节,造成信号灯过曝,信号灯的中间颜色并不真实。当摄像机所处环境光照强度过高时,信号灯会发生反光现象,摄像机采集的图像中的信号灯颜色人眼难以分辨。因此,摄像机所处环境光照强度过高或者过低时,摄像机采集的图像中的信号灯颜色均会发生失真,从而造成摄像机采集的图像作为违章证据时并不可靠。
现有技术通常采用粗定位加模板覆盖的方式来解决上述问题,现有技术仅初步定位信号灯在摄像机采集的图像中的大概位置,然后将预存模板覆盖到摄像机采集的图像上的信号灯位置,来增强摄像机采集的图像中的信号灯颜色,避免信号灯颜色的失真。
但是,由于现有技术并不根据摄像机采集的图像上的信号灯的实际像素对摄像机采集的图象上的信号灯颜色进行增强,因此其并不适用于所有发生颜色失真的信号灯图像的处理。并且,现有技术采用的预存模板对信号灯图像进行覆盖,也会进一步造成处理后的图像的信号灯颜色失真。
发明内容
有鉴于此,本发明提供一种信号灯图像处理方法及其装置,其能够解决摄像机所处环境光照强度过高或者过低时所采集的图像中的信号灯颜色的失真。
本发明提供一种信号灯图像的处理方法,所述方法包括:
S1、检测摄像机采集的一帧图像中的信号灯的边缘信息;
S2、根据所述信号灯的边缘信息,从所述图像中分割出信号灯区域;
S3、对所述图像中的信号灯区域进行颜色强化。
进一步地,本发明所述方法还包括:
S4、对所述颜色强化后的信号灯区域进行边缘模糊处理。
进一步地,本发明所述方法还包括:
S5、判断所述颜色强化后的信号灯区域的像素亮度分布情况是否符合预设的像素亮度分布要求;
S6、如果不符合预设的像素亮度分布要求,则根据信号灯模板对所述颜色强化后的信号灯区域进行校正。
进一步地,本发明所述信号灯模板是根据背景差分法获得,且其像素亮度分布情况符合预设的像素亮度分布要求的图像。
进一步地,本发明所述步骤S1包括:
S11、根据信号灯的位置信息将所述图像中的信号灯所在位置区域分割出来;
S12、利用Canny边缘检测算子计算所述信号灯所在位置区域中存在的边缘,获得所述图像中的信号灯的边缘信息。
进一步地,本发明如所述信号灯呈横向排列,所述步骤S2包括:
S21、对所述信号灯所在位置区域进行列扫描,判断所扫描的列是否存在信号灯的边界像素;
S22、如存在信号灯的边界像素的列的前一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为起始列;
S23、如存在信号灯的边界像素的列的后一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为结束列;
S24、从起始列到结束列进行一个信号灯的图像分割,返回步骤S21完成全部信号灯的图像分割;
或者如所述信号灯呈纵向排列,所述步骤S2包括:
S21’、对所述信号灯所在位置区域进行行扫描,判断所扫描的行是否存在信号灯的边界像素;
S22’、如存在信号灯的边界像素的行的前一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为起始行;
S23’、如存在信号灯的边界像素的行的后一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为结束行;
S24’、从起始行到结束行进行一个信号灯的图像分割,返回步骤S21完成全部信号灯的图像分割。
进一步地,本发明所述步骤S3包括:
S31、将标准色板卡中的信号灯颜色的RGB值转化为YUV的值,作为信号灯的期望颜色;
S32、将所述图像中的信号灯区域的信号灯颜色强化成信号灯的期望颜色。
本发明还提供一种信号灯图像的处理装置,所述装置包括:
边缘检测模块,用于检测摄像机采集的一帧图像中的信号灯的边缘信息;
区域分割模块,用于根据所述信号灯的边缘信息,从所述图像中分割出信号灯区域;
颜色强化模块,用于对所述图像中的信号灯区域进行颜色强化。
进一步地,本发明所述装置还包括:
边缘处理模块,用于对所述颜色强化后的信号灯区域进行边缘模糊处理。
进一步地,本发明所述装置还包括:
统计检测模块,用于检测所述颜色强化后的信号灯区域的像素亮度分布情况是否符合预设的像素亮度分布要求;
区域矫正模块,用于当不符合预设的像素亮度分布要求时,则根据信号灯模板对所述颜色强化后的信号灯区域进行校正。
进一步地,本发明所述信号灯模板是根据背景差分法获得,且其像素亮度分布情况符合预设的像素亮度分布要求的图像。
进一步地,本发明所述边缘检测模块包括:
位置分割单元,用于根据信号灯的位置信息将所述图像中的信号灯所在位置区域分割出来;
边缘获取单元,用于利用Canny边缘检测算子计算所述信号灯所在位置区域中存在的边缘,获得所述图像中的信号灯的边缘信息。
进一步地,本发明如所述信号灯呈横向排列,所述区域分割模块包括:
第一像素扫描单元,用于对所述信号灯所在位置区域进行列扫描,判断所扫描的列是否存在信号灯的边界像素;
第一起始确定单元,用于当存在信号灯的边界像素的列的前一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为起始列;
第一结束确定单元,用于当存在信号灯的边界像素的列的后一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为结束列;
第一分割执行单元,用于从起始列到结束列进行一个信号灯的图像分割,完成全部信号灯的图像分割;
或者如所述信号灯呈纵向排列,所述区域分割模块包括:
第二像素扫描单元,用于对所述信号灯所在位置区域进行行扫描,判断所扫描的行是否存在信号灯的边界像素;
第二像素扫描单元,用于如存在信号灯的边界像素的行的前一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为起始行;
第二像素扫描单元,用于如存在信号灯的边界像素的行的后一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为结束行;
第二像素扫描单元,用于从起始行到结束行进行一个信号灯的图像分割,完成全部信号灯的图像分割。
进一步地,本发明所述颜色强化模块包括:
颜色获得单元,用于将标准色板卡中的信号灯颜色的RGB值转化为YUV的值,作为信号灯的期望颜色;
强化执行单元,用于将所述图像中的信号灯区域的信号灯颜色强化成信号灯的期望颜色。
本发明由于检测摄像机采集的一帧图像中的信号灯的边缘信息,并根据边缘信息在图像中将信号灯区域分割出来,对分割出来的信号灯区域的进行信号灯颜色增强。从而克服了现有技术中仅根据信号灯在图像中的大概位置覆盖预存模板造成的适应性差和图像的信号灯颜色失真。本发明能够解决摄像机所处环境光照强度过高或者过低时所采集的图像中的信号灯颜色的失真,提高了摄像机采集图像作为证据的准确性。
附图说明
图1是信号灯图像的处理方法的流程图;
图2是从图像中分割出信号灯区域的示意图;
图3为边缘模糊的像素示意图;
图4为信号灯图像的处理装置结构图。
具体实施方式
本发明由于检测摄像机采集的一帧图像中的信号灯的边缘信息,并根据边缘信息在图像中将信号灯区域分割出来,对分割出来的信号灯区域的进行信号灯颜色增强。从而解决摄像机所处环境光照强度过高或者过低时所采集的图像中的信号灯颜色的失真。
下面结合具体实施例和附图对本发明进行说明。
参见图1,本发明提供一种信号灯图像的处理方法,所述方法包括:
S1、检测摄像机采集的一帧图像中的信号灯的边缘信息。
进一步地,本发明所述步骤S1包括:
S11、根据信号灯的位置信息将所述图像中的信号灯所在位置区域分割出来。
由于摄像机的安装高度、位置、方向、角度均为固定的,因此,摄像机采集的图像中的场景也是确定的。并且信号灯安装的位置也是固定的,所以可以根据信号灯的位置信息得到信号灯在摄像机采集的图像中的位置。由于所述图像中除了信号灯外,还包括车辆、路灯等其它物体,因此将所述图像中的信号灯所在位置区域,即信号灯所在图像中的大概区域分割出来。分割出来的信号灯所在位置区域的大小可以由本领域技术人员根据系统的需要进行设定。本发明仅针对分割出来的信号灯所在位置区域进行后继运算可以减少运算量,并避免了图像中的其它物体带来的干扰。具体地,所述信号灯所在位置区域的分割可以由用户手动进行或者采用软件程序来完成。
S12、利用Canny边缘检测算子计算所述信号灯所在位置区域中存在的边缘,获得所述图像中的信号灯的边缘信息。
Canny边缘检测算子是是John F.Canny于1986年开发出来的一个多级边缘检测算法。Canny边缘检测算子对图像进行高斯平滑处理,对平滑处理后的图像利用一阶偏导的有限差分来计算梯度的幅值和方向,对梯度幅值进行非极大值抑制,最后用双阈值算法检测和连接边缘。
利用Canny边缘检测算子在所述信号灯所在位置区域中进行边缘检测,从而获得所述图像中的信号灯的边缘信息,其计算量小,计算简单,且计算的准确度高。
另外,本发明所述步骤S1还可以采用下述方式实现,所述步骤S1包括:
S11’、根据信号灯的位置信息确定信号灯在所述图像中所在的位置。
S12’、利用Canny边缘检测算子计算所述图像中存在的边缘。
S13’、结合信号灯在所述图像中所在的位置和所述图像中存在的边缘获得所述图像中的信号灯的边缘信息。
由于利用Canny边缘检测算子对所采集的整帧图像进行计算,可以得到所述采集的图像中存在的所有边缘,除了信号灯边缘信息外,还包括车辆、行人等其他物体的边缘信息。而本发明仅需要信号灯的边缘信息,所以结合步骤S11’中的信号灯的位置即可获得信号灯的边缘信息。
但这种方式相对于采用步骤S11和S12的方式相比较,其计算量大,计算复杂。
S2、根据所述信号灯的边缘信息,从所述图像中分割出信号灯区域。
进一步地,如所述信号灯呈横向排列,本发明所述步骤S2包括:
S21、对所述信号灯所在位置区域进行列扫描,判断所扫描的列是否存在信号灯的边界像素。
由于步骤S1中已经获得了信号灯的边缘信息,边缘信息即图像中的像素哪些是信号灯的边界像素。通过对图像进行列扫描来判断扫描的列是否包含信号灯的边界像素。
S22、如存在信号灯的边界像素的列的前一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为起始列。
S23、如存在信号灯的边界像素的列的后一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为结束列。
参看图2,由于第一次检测到边界像素出现的列是一个信号灯区域开始的列,因此将这一列设定为起始列。之后的继续进行列扫描,均可以扫描到边界像素,直到不能再次扫锚到边界像素的列是一个信号灯区域结束的列,因此将这一列设定为结束列。
S24、从起始列到结束列进行一个信号灯的图像分割,返回步骤S21完成全部信号灯的图像分割。
从开始列到结束列进行信号灯的图像分割,继续进行列扫描,确定起始列和结束列,进行下一个信号灯的图像分割,直至完成全部信号灯的图像分割。
或者如所述信号灯呈纵向排列,所述步骤S2包括:
S21’、对所述信号灯所在位置区域进行行扫描,判断所扫描的行是否存在信号灯的边界像素。
S22’、如存在信号灯的边界像素的行的前一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为起始行。
S23’、如存在信号灯的边界像素的行的后一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为结束行。
S24’、从起始行到结束行进行一个信号灯的图像分割,返回步骤S21完成全部信号灯的图像分割。
其具体原理同信号灯呈横向排列时相同,在此不再赘述。另外,如果仅存在单个信号灯时,既可以认定为信号灯呈横向排列也可以认定为信号灯呈纵向排列,采用列扫描或者行扫描均可对信号灯区域进行分割。
另外,如所述信号灯呈横向排列,执行步骤S21-S24后,仍可以继续执行步骤S21’-S24’,从而获得更加准确的信号灯区域。同理,如所述信号灯呈纵向排列,执行步骤S21’-S24’后,仍可以继续执行步骤S21-S24,从而获得更加准确的信号灯区域。
另外,本发明还可以无论信号灯呈横向排列还是纵向排列,均执行步骤S21-S24和步骤S21’-S24’,从而获得更加准确的信号灯区域。本发明甚至可以对采集的整帧图像进行行扫描和列扫描,判断所扫描的行是否存在信号灯的边界像素,从而完成信号灯区域的分割。
S3、对所述图像中的信号灯区域进行颜色强化。
进一步地,本发明所述步骤S3包括:
S31、将标准色板卡中的信号灯颜色的RGB值转化为YUV的值,作为信号灯的期望颜色。
比如信号灯的颜色为红色、绿色和黄色,则将标准色板卡上的这三个颜色取出,并将其RGB值转化为YUV值。
RGB转YUV的公式如下:
Y=0.30*R+0.59*G+0.11*B
U=0.493*(B-Y)
V=0.877*(R-Y)
S32、将所述图像中的信号灯区域的信号灯颜色强化成信号灯的期望颜色。
比如信号灯的颜色为红色、绿色和黄色,则判断所述图像中信号灯区域的信号灯颜色,如果是红灯,则将红灯区域的颜色强化成色板卡上取出的红色的YUV值。如果是绿灯灯,则将绿灯区域的颜色强化成色板卡上取出的绿色的YUV值。如果是黄灯,则将黄灯区域的颜色强化成色板卡上取出的黄色的YUV值。
本发明并不是如现有技术般仅根据信号灯在图像中的大概位置进行信号灯颜色处理,而是将信号灯边缘信息检测出来,并分割出信号灯区域,从而对信号灯区域进行颜色强化。因此,本发明可以更好的还原信号灯的颜色并且可以对摄像机在各种环境光照强度下采集的图像进行信号灯颜色处理。
进一步地,本发明所述方法还包括:
S4、对所述颜色强化后的信号灯区域进行边缘模糊处理。
如果只是对信号灯区域的像素进行颜色强化,即对信号灯区域的全部像素进行同样的颜色强化,会给人一种不真实的感觉。本发明采用边缘模糊处理,对信号灯区域的靠近边界像素的部分像素进行模糊处理。
参见图3,优选地,边缘模糊处理的计算方式如下,假设选取像素1和像素7之间的五个像素作为进行模糊处理的像素。像素2为信号灯区域的边界像素。像素1为信号灯区域外且最接近信号灯区域边界像素2的背景像素。像素3至像素7为信号灯区域内像素,且依次远离信号灯区域边界像素2。如果不对像素1和像素7之间的五个像素进行模糊处理,由于步骤S3中对信号灯区域进行了颜色强化,则这五个像素作为信号灯区域像素,其亮度值都是进行颜色强化处理后的期望亮度值。本发明设定AX为进行模糊处理的像素的亮度值,X为2至6之间自然数;A7为像素7的亮度值,即信号灯区域进行颜色强化处理后的期望亮度值;A1为像素1的亮度值,即信号灯区域外且最接近信号灯区域边界像素2的背景像素亮度值,那么具体模糊处理公式如下:
AX=A1+((A7-A1)/6)*(X-1) (1)。
由于信号灯作为光源元件,信号灯区域进行颜色强化处理后的期望亮度值必定远大于临近信号灯区域的背景部分的像素的亮度值。因此,像素1的亮度值必定远小于像素7的亮度值,即A1远小于A7。这样,由公式(1)可知,模糊处理计算后的像素2、像素3、像素4、像素5、像素6的亮度值依次逐渐增大,且介于像素1和像素7的亮度值之间。
如果并未对所述颜色强化后的信号灯区域进行边缘模糊处理,信号灯区域会由于存在颜色不真实情况造成的失真。一般情况下,对所述颜色强化后的信号灯区域进行边缘模糊处理之后,信号灯的颜色就应满足要求,但是一些复杂情况,比如信号灯周围有强光或者信号灯本身反光严重,仍导致信号灯的颜色仍存在失真。
进一步地,为避免上述颜色失真,本发明所述方法还包括:
S5、判断所述颜色强化后的信号灯区域的像素亮度分布情况是否符合预设的像素亮度分布要求。
S6、如果不符合预设的像素亮度分布要求,则根据信号灯模板对所述颜色强化后的信号灯区域进行校正。
本发明对信号灯区域预设的像素亮度分布要求通常为一理想的信号灯区域像素亮度分布情况。比如中心区域像素亮度平均值高于边缘区域像素的亮度平均值,中心区域和边缘区域的像素个数由本领域技术人员根据系统需求设定。
具体地,可以采用灰度直方图来反映信号灯区域的像素亮度分布情况,如果颜色强化后的信号灯区域的灰度直方图符合中间统计值高于两边统计值的要求,则表明本发明所述颜色强化后的信号灯区域的像素亮度分布情况符合预设的像素亮度分布要求,则结束处理流程。
如果颜色强化后的信号灯区域的灰度直方图不符合中间统计值高于两边统计值的要求,则判断是否存在信号灯模板,如果存在信号灯模板,则根据信号灯模板对所述颜色强化后的信号灯区域进行校正。如果不存在信号灯模板,则需要通过计算获得信号灯模板。
进一步地,本发明所述信号灯模板是根据背景差分法获得,且其像素亮度分布情况符合预设的像素亮度分布要求的图像。
背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法。其公式如下:
Frame_Diff=Frame_Cur–Frame_Ref
本发明选取当前帧图像的前一帧图像作为参考帧与当前帧图像进行比较,得到帧间残差图像。然后判断所述帧间残差图像的灰度直方图是否符合中间统计值高于两边统计值的要求,如果符合要求,则将此帧间残差图像作为信号灯模板。如果不符合要求,则继续选取其他当前帧图像的相邻帧图像作为参考帧,获得灰度直方图符合要求的帧间残差图像。
由于当前帧图像和前一帧图像存在差异的部分为动态变化的区域,本发明通过背景差分法可以将图像中动态的区域提取出来,有效的去除静态的干扰,然后将这个区域用来做信号灯模板矫正信号灯区域,这样可以大大提升颜色强化时的信号灯区域的准确性。
参看图4,对应于上述方法,本发明还提供一种信号灯图像的处理装置,应用于具有CPU、内存以及其他硬件的设备中,比如摄像机或者计算机。所述装置在逻辑上包括:
边缘检测模块,用于检测摄像机采集的一帧图像中的信号灯的边缘信息。
区域分割模块,用于根据所述信号灯的边缘信息,从所述图像中分割出信号灯区域。
颜色强化模块,用于对所述图像中的信号灯区域进行颜色强化。
进一步地,本发明所述装置还包括:
边缘处理模块,用于对所述颜色强化后的信号灯区域进行边缘模糊处理。
进一步地,本发明所述装置还包括:
统计检测模块,用于检测所述颜色强化后的信号灯区域的像素亮度分布情况是否符合预设的像素亮度分布要求。
区域矫正模块,用于当不符合预设的像素亮度分布要求时,则根据信号灯模板对所述颜色强化后的信号灯区域进行校正。
进一步地,本发明所述信号灯模板是根据背景差分法获得,且其像素亮度分布情况符合预设的像素亮度分布要求的图像。。
进一步地,本发明所述边缘检测模块包括:
位置分割单元,用于根据信号灯的位置信息将所述图像中的信号灯所在位置区域分割出来;
边缘获取单元,用于利用Canny边缘检测算子计算所述信号灯所在位置区域中存在的边缘,获得所述图像中的信号灯的边缘信息。
进一步地,如所述信号灯呈横向排列,所述区域分割模块包括:
第一像素扫描单元,用于对所述信号灯所在位置区域进行列扫描,判断所扫描的列是否存在信号灯的边界像素;
第一起始确定单元,用于当存在信号灯的边界像素的列的前一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为起始列;
第一结束确定单元,用于当存在信号灯的边界像素的列的后一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为结束列;
第一分割执行单元,用于从起始列到结束列进行一个信号灯的图像分割,完成全部信号灯的图像分割。
或者如所述信号灯呈纵向排列,所述区域分割模块包括:
第二像素扫描单元,用于对所述信号灯所在位置区域进行行扫描,判断所扫描的行是否存在信号灯的边界像素;
第二像素扫描单元,用于如存在信号灯的边界像素的行的前一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为起始行;
第二像素扫描单元,用于如存在信号灯的边界像素的行的后一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为结束行;
第二像素扫描单元,用于从起始行到结束行进行一个信号灯的图像分割,完成全部信号灯的图像分割。
进一步地,本发明所述颜色强化模块包括:
颜色获得单元,用于将标准色板卡中的信号灯颜色的RGB值转化为YUV的值,作为信号灯的期望颜色;
强化执行单元,用于将所述图像中的信号灯区域的信号灯颜色强化成信号灯的期望颜色。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种信号灯图像的处理方法,其特征在于,所述方法包括:
S1、检测摄像机采集的一帧图像中的信号灯的边缘信息;其中,所述摄像机采集的一帧图像为信号灯颜色失真的图像;
S2、根据所述信号灯的边缘信息,从所述图像中分割出信号灯区域;
S3、对所述图像中的信号灯区域进行颜色强化;
其中,如所述信号灯呈纵向排列,所述步骤S2包括:
S21’、对所述信号灯所在位置区域进行行扫描,判断所扫描的行是否存在信号灯的边界像素;
S22’、如存在信号灯的边界像素的行的前一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为起始行;
S23’、如存在信号灯的边界像素的行的后一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为结束行;
S24’、从起始行到结束行进行一个信号灯的图像分割,返回步骤S21’完成全部信号灯的图像分割;
所述方法还包括:
S5、判断所述颜色强化后的信号灯区域的像素亮度分布情况是否符合预设的像素亮度分布要求;
S6、如果不符合预设的像素亮度分布要求,则根据信号灯模板对所述颜色强化后的信号灯区域进行校正;
其中,所述信号灯模板是根据背景差分法获得,且其像素亮度分布情况符合预设的像素亮度分布要求的图像。
2.如权利要求1所述的方法,其特征在于,所述S5之前还包括:
S4、对所述颜色强化后的信号灯区域进行边缘模糊处理。
3.根据权利要求1所述的方法,其特征在于,所述步骤S1包括:
S11、根据信号灯的位置信息将所述图像中的信号灯所在位置区域分割出来;
S12、利用Canny边缘检测算子计算所述信号灯所在位置区域中存在的边缘,获得所述图像中的信号灯的边缘信息。
4.根据权利要求1所述的方法,其特征在于,如所述信号灯呈横向排列,所述步骤S2包括:
S21、对所述信号灯所在位置区域进行列扫描,判断所扫描的列是否存在信号灯的边界像素;
S22、如存在信号灯的边界像素的列的前一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为起始列;
S23、如存在信号灯的边界像素的列的后一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为结束列;
S24、从起始列到结束列进行一个信号灯的图像分割,返回步骤S21完成全部信号灯的图像分割。
5.根据权利要求1所述的方法,其特征在于,所述步骤S3包括:
S31、将标准色板卡中的信号灯颜色的RGB值转化为YUV的值,作为信号灯的期望颜色;
S32、将所述图像中的信号灯区域的信号灯颜色强化成信号灯的期望颜色。
6.一种信号灯图像的处理装置,其特征在于,所述装置包括:
边缘检测模块,用于检测摄像机采集的一帧图像中的信号灯的边缘信息;其中,所述摄像机采集的一帧图像为信号灯颜色失真的图像;
区域分割模块,用于根据所述信号灯的边缘信息,从所述图像中分割出信号灯区域;
颜色强化模块,用于对所述图像中的信号灯区域进行颜色强化;
其中,如所述信号灯呈纵向排列,所述区域分割模块包括:
第二像素扫描单元,用于对所述信号灯所在位置区域进行行扫描,判断所扫描的行是否存在信号灯的边界像素;
第二起始确定单元,用于如存在信号灯的边界像素的行的前一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为起始行;
第二结束确定单元,用于如存在信号灯的边界像素的行的后一行并不存在信号灯的边界像素,则将存在信号灯的边界像素的行设定为结束行;
第二分割执行单元,用于从起始行到结束行进行一个信号灯的图像分割,完成全部信号灯的图像分割;
所述装置还包括:
统计检测模块,用于检测所述颜色强化后的信号灯区域的像素亮度分布情况是否符合预设的像素亮度分布要求;
区域矫正模块,用于当不符合预设的像素亮度分布要求时,则根据信号灯模板对所述颜色强化后的信号灯区域进行校正;
其中,所述信号灯模板是根据背景差分法获得,且其像素亮度分布情况符合预设的像素亮度分布要求的图像。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
边缘处理模块,用于在所述统计检测模块检测所述颜色强化后的信号灯区域的像素亮度分布情况是否符合预设的像素亮度分布要求之前,对所述颜色强化后的信号灯区域进行边缘模糊处理。
8.根据权利要求6所述的装置,其特征在于,所述边缘检测模块包括:
位置分割单元,用于根据信号灯的位置信息将所述图像中的信号灯所在位置区域分割出来;
边缘获取单元,用于利用Canny边缘检测算子计算所述信号灯所在位置区域中存在的边缘,获得所述图像中的信号灯的边缘信息。
9.根据权利要求6所述的装置,其特征在于,如所述信号灯呈横向排列,所述区域分割模块包括:
第一像素扫描单元,用于对所述信号灯所在位置区域进行列扫描,判断所扫描的列是否存在信号灯的边界像素;
第一起始确定单元,用于当存在信号灯的边界像素的列的前一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为起始列;
第一结束确定单元,用于当存在信号灯的边界像素的列的后一列并不存在信号灯的边界像素,则将存在信号灯的边界像素的列设定为结束列;
第一分割执行单元,用于从起始列到结束列进行一个信号灯的图像分割,完成全部信号灯的图像分割。
10.根据权利要求6所述的装置,其特征在于,所述颜色强化模块包括:
颜色获得单元,用于将标准色板卡中的信号灯颜色的RGB值转化为YUV的值,作为信号灯的期望颜色;
强化执行单元,用于将所述图像中的信号灯区域的信号灯颜色强化成信号灯的期望颜色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310703800.5A CN103679733B (zh) | 2013-12-18 | 2013-12-18 | 一种信号灯图像处理方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310703800.5A CN103679733B (zh) | 2013-12-18 | 2013-12-18 | 一种信号灯图像处理方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103679733A CN103679733A (zh) | 2014-03-26 |
CN103679733B true CN103679733B (zh) | 2018-06-05 |
Family
ID=50317184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310703800.5A Active CN103679733B (zh) | 2013-12-18 | 2013-12-18 | 一种信号灯图像处理方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679733B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104301621B (zh) * | 2014-09-28 | 2017-09-05 | 北京凌云光技术有限责任公司 | 图像处理方法、装置及终端 |
CN105812674B (zh) * | 2014-12-29 | 2019-05-21 | 浙江大华技术股份有限公司 | 一种信号灯的颜色修正方法、监控方法及装置 |
CN105160924B (zh) * | 2015-08-25 | 2017-10-17 | 公安部第三研究所 | 基于视频处理的智能信号灯状态检测方法及检测系统 |
CN105427639B (zh) * | 2015-12-18 | 2018-08-31 | 杭州中威电子股份有限公司 | 一种基于嵌入式系统的交通信号红灯减光晕系统以及方法 |
CN105430352B (zh) * | 2015-12-23 | 2019-01-11 | 浙江宇视科技有限公司 | 一种视频监控图像的处理方法 |
CN105791710B (zh) * | 2016-04-11 | 2019-10-29 | 北京英泰智科技股份有限公司 | 一种信号灯图像增强处理方法 |
CN107545556B (zh) * | 2016-06-28 | 2021-08-17 | 杭州海康威视数字技术股份有限公司 | 一种信号灯图像的处理方法和系统 |
CN106507079B (zh) * | 2016-11-03 | 2019-08-27 | 浙江宇视科技有限公司 | 一种色彩还原方法和装置 |
CN106600569B (zh) * | 2016-11-28 | 2020-04-10 | 浙江宇视科技有限公司 | 信号灯颜色效果增强处理方法及装置 |
CN108961357B (zh) * | 2017-05-17 | 2023-07-21 | 浙江宇视科技有限公司 | 一种交通信号灯过爆图像强化方法及装置 |
CN106991707B (zh) * | 2017-05-27 | 2020-02-18 | 浙江宇视科技有限公司 | 一种基于昼夜成像特征的交通信号灯图像强化方法及装置 |
CN110414399B (zh) * | 2019-07-22 | 2020-09-04 | 北京三快在线科技有限公司 | 信号灯的检测方法、装置及智能驾驶设备 |
CN111950536A (zh) | 2020-09-23 | 2020-11-17 | 北京百度网讯科技有限公司 | 信号灯图像的处理方法、装置、计算机系统和路侧设备 |
CN112700410A (zh) * | 2020-12-28 | 2021-04-23 | 北京百度网讯科技有限公司 | 信号灯位置确定方法、装置、存储介质、程序、路侧设备 |
CN114783192A (zh) * | 2022-03-24 | 2022-07-22 | 杭州海康威视数字技术股份有限公司 | 一种信号灯色彩的处理方法及设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8970701B2 (en) * | 2011-10-21 | 2015-03-03 | Mesa Engineering, Inc. | System and method for predicting vehicle location |
CN102354457B (zh) * | 2011-10-24 | 2013-10-16 | 复旦大学 | 基于广义霍夫变换的交通信号灯位置检测方法 |
CN102542260A (zh) * | 2011-12-30 | 2012-07-04 | 中南大学 | 一种面向无人驾驶车的道路交通标志识别方法 |
CN103093245B (zh) * | 2013-01-21 | 2016-01-20 | 信帧电子技术(北京)有限公司 | 视频图像中识别信号灯的方法 |
CN103236181B (zh) * | 2013-05-10 | 2015-07-22 | 西安电子科技大学 | 一种基于机器视觉的交通信号灯状态监控系统及方法 |
-
2013
- 2013-12-18 CN CN201310703800.5A patent/CN103679733B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103679733A (zh) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103679733B (zh) | 一种信号灯图像处理方法及其装置 | |
US10521885B2 (en) | Image processing device and image processing method | |
KR100872253B1 (ko) | 이미지 센서에 의해 생성된 이미지의 노이즈 제거 방법 | |
KR101717613B1 (ko) | 에지 정보 기반의 객체 추적 알고리즘을 통한 이동 차량 탐지 시스템 및 방법 | |
WO2015070723A1 (zh) | 眼部图像处理方法和装置 | |
KR101812341B1 (ko) | 이미지의 에지 향상 방법 | |
CN108389215B (zh) | 一种边缘检测方法、装置、计算机存储介质及终端 | |
WO2006129493A1 (ja) | 車両及び路面標示認識装置 | |
CN109598736B (zh) | 深度图像与彩色图像的配准方法及装置 | |
TWI394096B (zh) | 影像追蹤處理的方法 | |
CN107085707A (zh) | 一种基于交通监控视频的车牌定位方法 | |
CN107481214A (zh) | 一种微光图像与红外图像融合方法 | |
WO2019013252A1 (ja) | 車両周囲認識装置 | |
CN110023957B (zh) | 用于估计图像中的投射阴影区域和/或加亮区域的方法和设备 | |
US8538070B2 (en) | Motion detecting method and apparatus thereof | |
CN107292897A (zh) | 用于yuv域的图像边缘提取方法、装置及终端 | |
WO2023019793A1 (zh) | 一种确定方法、清洁机器人和计算机存储介质 | |
CN111476732A (zh) | 一种图像融合及去噪的方法及系统 | |
KR101402089B1 (ko) | 장애물 검출 장치 및 방법 | |
CN110298812B (zh) | 一种图像融合处理的方法及装置 | |
CN101982825B (zh) | 一种智能交通监控场景下的视频图像处理方法和装置 | |
KR101049409B1 (ko) | 영상 처리 시스템에서의 색 보정 장치 및 방법 | |
CN111383242B (zh) | 一种图像透雾处理方法及装置 | |
CN110555809A (zh) | 基于前景影像的背景虚化方法与电子装置 | |
JP3960223B2 (ja) | 物体認識装置および物体認識方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |