CN105957071B - 一种灯组定位方法及装置 - Google Patents
一种灯组定位方法及装置 Download PDFInfo
- Publication number
- CN105957071B CN105957071B CN201610265022.XA CN201610265022A CN105957071B CN 105957071 B CN105957071 B CN 105957071B CN 201610265022 A CN201610265022 A CN 201610265022A CN 105957071 B CN105957071 B CN 105957071B
- Authority
- CN
- China
- Prior art keywords
- lamp
- weight
- weight map
- eye
- map
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明提供一种灯组定位方法及装置,所述方法包括:根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图;将所述各灯眼对应的权重图进行融合,以得到当前权重图,并对当前权重图进行滤除干扰处理;将处理后的当前权重图与历史权重图进行融合,以得到总权重图,并对所述总权重图进行二值化处理;根据二值化处理后的总权重图对灯组进行定位。应用本发明实施例可以提高灯组定位的准确性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种灯组定位方法及装置。
背景技术
随着智能交通系统的发展,电子警察相机(简称为电警相机)在智能交通系统中的使用越来越广泛,而通过图像处理技术实时检测交通信号灯的红绿灯状态以便对闯红灯等违法现象进行抓拍是电警相机的主要功能之一。
在实际应用中,电警相机一般安装在十字路口,交通信号灯与相机之间跨越整个路口,距离较远,当电警相机由于热胀冷缩、安装松动等原因产生微小位移时,实际相机图像上的交通信号灯位置将与初始时的标定位置出现较大偏移,严重影响红绿灯状态的检测。
因此,如何准确定地对红绿灯灯组进行定位成为一个亟待解决的技术问题。
发明内容
本发明提供一种灯组定位方法及装置,以提高灯组定位的准确性。
根据本发明实施例的第一方面,提供一种灯组定位方法,包括:
根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图;其中,灯眼定位区域为初始标定的实际灯眼位置向外扩展预设距离;
将所述各灯眼对应的权重图进行融合,以得到当前权重图,并对当前权重图进行滤除干扰处理;
将处理后的当前权重图与历史权重图进行融合,以得到总权重图,并对所述总权重图进行二值化处理;
根据二值化处理后的总权重图对灯组进行定位。
根据本发明实施例的第二方面,提供一种灯组定位装置,包括:
第一确定单元,用于根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图;其中,灯眼定位区域为初始标定的实际灯眼位置向外扩展预设距离;
第一融合单元,用于将所述各灯眼对应的权重图进行融合,以得到当前权重图;
处理单元,用于对当前权重图进行滤除干扰处理;
第二融合单元,用于将处理后的当前权重图与历史权重图进行融合,以得到总权重图;
所述处理单元,还用于对所述总权重图进行二值化处理;
定位单元,用于根据二值化处理后的总权重图对灯组进行定位。
应用本发明实施例,根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性确定各灯眼对应的权重图,并将各灯眼对应的权重图进行融合,以得到当前权重图,并对当前权重图进行滤除干扰处理,然后将处理后的当前权重图与历史权重图进行融合,以得到总权重图,并对总权重图进行二值化处理,进而,根据二值化处理后的总权重图进行灯组定位,一方面引入当前权重图,利用信号灯实时状态信息,增强定位算法的定位速度,另一方面引入历史权重图,利用信号灯亮灭的历史信息,增强了定位算法的容错能力,此外,在生成当前权重图时,利用多个灯眼状态信息和灯眼的位置对称关系,融合各灯眼对应的权重图,增强了定位算法的抗干扰能力,从而提高了灯组定位的准确性。
附图说明
图1是本发明实施例提供的一种灯组定位方法的流程示意图;
图2是本发明实施例提供的一种灯组定位装置的结构示意图;
图3是本发明实施例提供的另一种灯组定位装置的结构示意图;
图4是本发明实施例提供的另一种灯组定位装置的结构示意图;
图5是本发明实施例提供的另一种灯组定位装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明实施例中技术方案作进一步详细的说明。
请参见图1,图1为本发明实施例提供的一种灯组定位方法的流程示意图,如图1所示,该灯组定位方法可以包括以下步骤:
步骤101、根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图。
本发明实施例中,上述方法可以应用智能交通系统,如应用于智能交通系统的电警相机或智能交通系统的后台服务器等,为便于描述,以下以上述方法的执行主体为电警相机为例进行说明。
本发明实施例中,电警相机初始安装时,管理人员会在电警相机的拍摄画面中对灯组位置以及灯眼位置进行标定;相应地,电警相机可以将初始标定的实际灯眼位置向外扩展预设距离,以确定灯眼定位区域;其中,各灯眼定位区域大小相同,预设距离可以根据具体场景设定,本文中以该预设距离为一个灯眼的宽度为例。
本发明实施例中,灯眼定位区域内各像素点的色彩属性可以包括但不限于颜色强度、亮度、色度或综合属性。
作为一种可选的实施方式,在本发明实施例中,根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图,可以包括:
根据灯组中各灯眼的状态,确定各灯眼定位区域内对应颜色的颜色强度;
根据各灯眼定位区域内对应颜色的颜色强度确定相应灯眼对应的权重图中的权值。
在该实施方式中,以灯眼定位区域内各像素点的色彩属性为颜色强度为例。电警相机确定了灯组中各灯眼的状态(红、绿、黄或灭)之后,可以根据各灯眼的状态,提取灯眼定位区域内对应颜色的颜色强度,如灯眼状态为红灯亮时,提取该灯眼对应的灯眼定位区域的红色图中各像素点的红色强度;灯眼状态为绿色时,提取该灯眼对应的定位区域的绿色图中各像素的绿色强度。进而,电警相机可以将提取的灯眼定位区域内对应颜色的颜色强度作为相应灯眼对应的权重图中的权值。
例如,根据灯组定位区域内各像素点(i,j)的颜色分量值确定对应颜色强度可以如下:
yellow(i,j)=red(i,j)
off(i,j)=(255-V(i,j))/2
其中,(i,j)表示灯眼定位区域中对应坐标;red(i,j)表示灯眼定位区域的红色图中像素点(i,j)的红色强度;yellow(i,j)表示灯眼定位区域的黄色图中像素点(i,j)的黄色强度;green(i,j)表示灯眼定位区域的绿色图中像素点(i,j)的绿色强度;off(i,j)分别表示灯眼定位区域表示灯眼定位区域的灯灭图中像素点(i,j)的明度;R(i,j)、G(i,j)和B(i,j)分别表示RGB(Red,Green,Blue,红绿蓝)颜色空间的红绿蓝分量;V(i,j)表示HSV(Hue,Saturation,Value,色调、饱和度、明度)颜色空间的明度分量。
本发明实施例中,电警相机确定各灯眼定位区域内对应颜色的颜色强度之后,可以根据各灯眼定位区域内对应颜色的颜色强度确定相应灯眼对应的权重图中的权值。
作为一种可选的实施方式,在本发明实施例中,电警相机可以直接将各灯眼定位区域内对应颜色的颜色强度作为相应灯眼对应的权重图中的权值。
作为另一种可选的实施方式,在本发明实施例中,电警相机可以将各灯眼定位区域内对应颜色的颜色强度作为确定相应灯眼对应的权重图中的权值,例如,电警相机可以将各灯眼定位区域内对应颜色的颜色强度作为预设函数的输入参数,并将该预设函数的输出值作为相应灯眼对应的权重图中的权值。其中,该预设函数可以为取模函数、分段函数等
为便于理解,本发明实施例中以将各灯眼定位区域内对应颜色的颜色强度作为相应灯眼对应的权重图中的权值为例进行描述。
相应地,各灯眼对应的权重图中各像素点对应的权值w(i,j)可以如下:
其中,LgtSat表示灯眼的状态,R、G、Y、O分别对应红绿灯的红灯、黄灯、绿灯和灯灭。
值得说明的是,在本发明实施例中,上述通过提取灯眼定位区域内各像素点的颜色强度的方式确定灯眼对应的权重图的实现方式仅仅是本发明实施例中确定灯眼对应的权重图的一种具体示例,而不是对本发明保护范围的限定,即本发明实施例中,也可以根据灯眼定位区域内各像素点的其它色彩属性,如亮度、色度等,确定各灯眼对应的权重图,其具体实现在此不再赘述。
此外,在本发明实施例中,灯组中各灯眼的状态可以通过视频检测的方式检测得到,也可以由信号灯检测器等外设检测得到,本发明实施例对此不做限定。
步骤102、将各灯眼对应的权重图进行融合,以得到当前权重图,并对当前权重图进行滤除干扰处理。
本发明实施例中,电警相机得到各灯眼对应的权重图之后,可以对各灯眼的权重图进行融合,以得到当前权重图。
作为一种可选的实施方式,在本发明实施例中,将各灯眼对应的权重图进行融合,以得到当前权重图,可以包括:
对各灯眼对应的权重图中相同位置的权值进行预设算法的处理。
在该实施方式中,电警相机得到各灯眼对应的权重图之后,可以将得到的各大小相同,数量与灯眼个数一致的权重图,按照预设算法进行处理,该预设算法可以包括但不限于叠加、相乘、加权或与操作,生成当前权重图。
举例来说,以预设算法为叠加为例,电警相机得到各灯眼对应的权重图之后,可以将各权重图中相同位置的权值进行叠加(即对各权重图中相同位置的权值进行加法操作),生成当前权重图。
本发明实施例中,电警相机对各灯眼对应的权重图进行融合生成当前权重图之后,电警相机还可以对当前权重图进行滤除干扰去除。
作为一种可选的实施方式,在本发明实施例中,对当前权重图进行滤除干扰处理,可以包括:
将当前权重图中权值小于第一阈值的位置的权值置为0。
在该实施方式中,考虑到当前权重图中灯眼所在位置的权值通常会大于其他区域,因而,可以通过设定阈值对当前权重图进行滤除干扰处理,该阈值(本文中称为第一阈值)可以根据权重图中的最大权值设定,如设定为最大权值的3/4、2/3、5/6等。其中,进行滤除干扰处理后权重图中各权值的变化如下:
其中,ωgate为第一阈值。
可选地,在本发明实施例中,电警相机对当前权重图进行滤除干扰处理后,还可以对处理后的当前权重图进行归一化处理,使处理后的当前权重图中各像素点的权值均在最大值以内。
举例来说,假设各灯眼对应的权重图中权值的最大值为255,则通过叠加融合得到的当前权重图中可能会出现权值大于255的像素点,此时,可以通过对当前权重图进行归一化处理,如将当前权重图中最大权值置为255,其它权值按比例减小。例如,当前权重图中最大权值为510,则归一化处理后的当前权重图中各权值均为原来的1/2(255/510=1/2)。
步骤103、将处理后的当前权重图与历史权重图进行融合,以得到总权重图,并对该总权重图进行二值化处理。
本发明实施例中,电警相机得到处理后的当前权重图之后,可以将处理后的当前权重图与历史权重图进行融合,以得到总权重图。
作为一种可选的实施方式,在本发明实施例中,将处理后的当前权重图与历史权重图进行融合,以得到总权重图,可以包括:
对处理后的当前权重图与历史权重图中相同位置的权值进行预设算法的处理。
在该实施方式中,电警相机得到处理后的当前权重图之后,可以将处理后的当前权重图与历史权重图中相同位置的权值进行预设算法的处理,该预设算法可以包括但不限于叠加、相乘、加权、与操作或以下算法:
其中,ω(i,j)为处理后的当前权重图中坐标为(i,j)的像素点对应的权值,η(i,j)为历史权重图中坐标为(i,j)的像素点对应的权值,α表示处理后的当前权重图权值在融合过程中所占的比重,β表示历史权重图权值在融合过程中所占的比重。
优选地,在复杂场景下(如雾天、雨天、夜晚等能见度低、成像质量差的场景),α可以取较小值,β取较大值,以降低环境对灯组定位的影响,保证灯组定位的准确率;在普通场景下,α可以取较大值,β取较小值,以提高当前实际检测情况的比重,提高灯组定位的准确率。
本发明实施例中,电警相机得到总权重图之后,还可以对总权重图进行二值化处理。
可选地,在本发明实施例中,对总权重图进行二值化处理,可以包括:
将总权重图中权值大于第二阈值的位置的权值置为1,其余位置的权值置为0。
例如,电警相机可以根据以下公式对总权重图进行二值化处理:
其中,p(i,j)为总权重图中坐标为(i,j)的像素点的权值,b(i,j)为二值化处理后的总权重图中坐标(i,j)的像素点的权值,pgate为第二阈值,该第二阈值的设定可以根据总权重图中的最大权值设定,如设定为总权重图的最大权值的3/4、2/3、5/6等。
作为一种可选的实施方式,在本发明实施例中,历史权重图中与初始标定的实际灯眼位置对应的权值的初始值为最大值,其余位置的权值的初始值为0。
在该实施方式中,考虑到初始状态时,灯组位置一般为标定结果,因此可以将历史权重图中实际灯眼位置的权值初始化为最大值(一般取255),其余位置的权值初始化为0。
相应地,在本发明实施例中,将处理后的当前权重图与历史权重图进行融合,以得到总权重图之后,还可以执行以下操作:
对总权重图进行归一化处理,并根据归一化处理后的总权重图对历史权重图进行更新。
在该实施方式中,考虑到权重图融合之后得到的总权重图中可能会出现大于255的全值,因而,电警相机得到总权重图之后,可以对总权重图进行归一化处理,以保证总权重图中各像素点对应的权值均小于或等于255。
例如,电警相机可以按照以下公式对总权重图中各权值进行处理:
p(i,j)=255*p(i,j)/pmax
其中,pmax为总权重图中权值的最大值。
在该实施方式中,电警相机对总权重图进行归一化处理后,还可以根据归一化处理后的总权重图对历史权重图进行更新。
例如,电警相机可以通过以下公式实现根据归一化处理后的总权重图对历史权重图进行更新:
ηn(i,j)=ρ*η(n-1)(i,j)+(1-ρ)*p(i,j)
其中,ηn(i,j)为更新后的历史权重图中坐标为(i,j)的像素点的权值,η(n-1)(i,j)为更新前的历史权重图中坐标为(i,j)的像素点的权值,ρ为更新过程中历史权重所占比重。
在该实施方式中,利用信号灯不断亮灭的变化规律,历史权重图中权值在灯眼区域不断累加,明显高于非灯眼区域。历史权重图的引入有效避免了少量红绿灯状态检测出错时算法定位出现较大偏移的情况,增强了灯组定位的鲁棒性。
值得说明的是,在本发明实施例中,上述对历史权重图的更新方式仅仅是本发明实施例中更新历史权重图的一种具体实例,而不是对本发明保护范围的限定,在本发明实施例中,也可以通过其它方式实现历史权重图的更新,如直接将归一化处理后的总权重图作为更新后的历史权重图。
步骤104、根据二值化处理后的总权重图对灯组进行定位。
本发明实施例中,电警相机得到二值化处理后的总权重图之后,可以根据该二值化处理后的总权重图确定二值化后的总权重图中灯眼中心坐标,进而根据该二值化处理后的总权重图中的灯眼中心坐标确定实际灯组中各灯眼的坐标,实现灯组定位。
作为一种可选的实施方式,在本发明实施例中,根据二值化处理后的总权重图对灯组进行定位,可以以下步骤:
11)、将二值化处理后的总权重图沿垂直灯组的方向进行投影,并根据投影图中的最大波峰确定总权重图中灯眼中心的候选横坐标或候选纵坐标;
12)、对于上述候选横坐标或候选纵坐标,在二值化处理后的总权重图中沿灯组方向向外扩展预设宽度,并对得到的区域进行加权平均处理,以得到总权重图中灯眼中心的横坐标和纵坐标;
13)、根据总权重中灯眼中心的横坐标和纵坐标进行灯组定位。
在该实施方式中,电警相机得到二值化处理后的总权重图之后,可以沿灯组垂直方向对该处理后的总权重图进行投影。例如,若灯组中各灯眼为水平排列,则沿竖直方向对处理后的总权重图进行投影;若灯组中各灯眼为竖直排列,则沿水平方向对处理后的总权重图进行投影。
电警相机对处理后的总权重图进行投影之后,可以将投影图中的最大波峰的横坐标或纵坐标确定为总权重图中灯眼中心的候选横坐标或候选纵坐标。其中,若灯组中各灯眼为水平排列,则将投影图中的最大波峰的横坐标确定为总权重图中灯眼中心的候选横坐标(纵坐标待定);若灯组中各灯眼为竖直排列,则将投影图中的最大波峰的纵坐标确定为总权重图中灯眼中心的候选纵坐标(横坐标待定)。
对于上述候选横坐标或候选纵坐标,电警相机可以在二值化处理后的总权重图中沿灯组方向向外扩展预设宽度,并对得到的区域(本文中称为加权平均区域)进行加权平均处理。
举例来说,假设灯组中各灯眼为水平排列,候选横坐标为20,则电警相机可以以该候选横坐标为基准,在二值化处理后的总权重图沿灯组方向(即水平方向)向外扩展预设宽度(如10),以得到加权平均区域,即该加权平均区域为二值化处理后的总权重图中,横坐标范围为[10,30]的矩形区域。
又举例来说,假设灯组中各灯眼为竖直排列,候选纵坐标为20,则电警相机可以以该候选纵坐标为基准,在二值化处理后的总权重图沿灯组方向(即竖直方向)向外扩展预设宽度(如10),以得到加权平均区域,即该加权平均区域为二值化处理后的总权重图中,纵坐标范围为[10,30]的矩形区域。
在该实施方式中,电警相机得到加权平均区域后,可以对该加权平均区域进行加权平均处理,以得到总权重图中灯眼中心的横坐标和纵坐标。
例如,电警相机可以根据以下公式对加权平均区域进行加权平均处理:
其中,X为总权重图中灯眼中心的横坐标,Y为总权重图中灯眼中心的纵坐标,i为总权重图中像素点(i,j)的横坐标,j为总权重图中像素点(i,j)的纵坐标,W1为加权平均区域的宽,H1为加权平均区域的高。
在该实施方式中,电警相机确定总权重图中灯眼中心的横坐标和纵坐标之后,可以根据该总权重图中灯眼中心的横坐标和纵坐标确定实际灯组中各灯眼的横坐标和纵坐标,进而实现灯组定位。
进一步地,在本发明实施例中,为了进一步提高灯组定位的准确性,电警相机得到二值化处理后的总权重图之后,在根据该二值化处理后的总权重图进行灯组定位之前,还可以对此次定位的可靠性进行评估,并当此次定位的可靠性超过预设阈值时,认为此次定位可用。
作为一种可选的实施方式,在本发明实施例中,根据二值化处理后的总权重图对灯组进行定位之前,还可以包括以下步骤:
21)、确定二值化处理后的总权重图的定位置信度和/或灯眼饱和度;
22)、当根据二值化处理后的总权重图的定位置信度和/或灯眼饱和度确定二值化处理后的总权重图的综合置信度超过预设综合置信度阈值时,确定执行上述根据二值化处理后的总权重图对灯组进行定位的步骤。
在该实施方式中,通过引入定位置信度和灯眼饱和度的概念,根据定位置信度和/或灯眼饱和度对定位可靠性进行评估。
具体的,电警相机得到二值化处理后的总权重图之后,可以确定二值化处理后的总权重图的定位置信度和/或灯眼饱和度。
例如,电警相机可以通过以下方式确定二值化处理后的总权重图的定位置信度B:
其中,W为灯眼宽度,H为灯眼高度,r为灯眼定位区域相对于灯眼宽高的倍数。
电警相机可以通过以下方式确定二值化处理后的总权重图的灯眼饱和度F:
在该实施方式中,电警相机得到二值化处理后的总权重图的定位置信度和/或灯眼饱和度之后,可以根据该定位置信度和/或灯眼饱和度确定此次定位的可靠性。
作为一种可选的实施方式,电警相机得到二值化处理后的总权重图的灯眼饱和度和定位置信度之后,可以根据该灯眼饱和度和定位置信度进行加权计算得到综合置信度,并判断该综合置信度是否超过预设综合置信度阈值(可以根据由管理员预先设定,如70%、80%等),若超过,则确定此次定位可靠,进而根据所确定的总权重图中灯眼中心的横坐标和纵坐标进行灯组定位;否则,认为此次定位不可靠,放弃此次定位,或按照其它策略处理。
可选地,电警相机可以通过以下方式确定定位的综合置信度T:
T=a*B+b*F
其中,a为定位置信度的权重,b为灯眼饱和度的权重。
值得说明的是,在本发明实施例中,电警相机也可以选取定位置信度或灯眼饱和度中的一个确定对应的综合置信度,或对定位置信度和灯眼饱和度进行相乘或相加等运算得到综合置信度,本发明实施例在此不再赘述。
通过以上描述可以看出,在本发明实施例提供的技术方案中,根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性确定各灯眼对应的权重图,并将各灯眼对应的权重图进行融合,以得到当前权重图,并对当前权重图进行滤除干扰处理,然后将处理后的当前权重图与历史权重图进行融合,以得到总权重图,并对总权重图进行二值化处理,进而,根据二值化处理后的总权重图进行灯组定位,一方面引入当前权重图,利用信号灯实时状态信息,增强定位算法的定位速度,另一方面引入历史权重图,利用信号灯亮灭的历史信息,增强了定位算法的容错能力,此外,在生成当前权重图时,利用多个灯眼状态信息和灯眼的位置对称关系,融合各灯眼对应的权重图,增强了定位算法的抗干扰能力,从而提高了灯组定位的准确性。
请参见图2,为本发明实施例提供的一种灯组定位装置的结构示意图,其中,该灯组定位装置可以应用于智能交通系统,如应用于上述电警相机,如图2所示,该灯组定位装置可以包括:
第一确定单元210,用于根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图;其中,灯眼定位区域为初始标定的实际灯眼位置向外扩展预设距离;
第一融合单元220,用于将所述各灯眼对应的权重图进行融合,以得到当前权重图;
处理单元230,用于对当前权重图进行滤除干扰处理;
第二融合单元240,用于将处理后的当前权重图与历史权重图进行融合,以得到总权重图;
所述处理单元230,还用于对所述总权重图进行二值化处理;
定位单元250,用于根据二值化处理后的总权重图对灯组进行定位。
在可选实施例中,所述第一确定单元210,可以具体用于根据灯组中各灯眼的状态,确定各灯眼定位区域内对应颜色的颜色强度;根据所述各灯眼定位区域内对应颜色的颜色强度确定相应灯眼对应的权重图中的权值。
在可选实施例中,所述第一融合单元220,可以具体用于对各灯眼对应的权重图中相同位置的权值进行预设算法的处理;其中,所述预设算法包括叠加、相乘、加权或与操作。
在可选实施例中,所述处理单元230,可以具体用于将当前权重图中权值小于第一阈值的位置的权值置为0。
在可选实施例中,所述第二融合单元240,可以具体用于对处理后的当前权重图与历史权重图中相同位置的权值进行预设算法的处理;其中,所述预设算法包括叠加、相乘、加权、与操作或以下算法:
其中,ω(i,j)为处理后的当前权重图中坐标为(i,j)的像素点对应的权值,η(i,j)为历史权重图中坐标为(i,j)的像素点对应的权值,α表示处理后的当前权重图权值在融合过程中所占的比重,β表示历史权重图权值在融合过程中所占的比重。
在可选实施例中,所述历史权重图中与初始标定的实际灯眼位置对应的权值的初始值为最大值,其余位置的权值的初始值为0;
所述处理单元230,还可以用于对所述总权重图进行归一化处理;
相应地,请一并参阅图3,图3为本发明实施例提供的另一种灯组定位装置的结构示意图,在图2所示实施例的基础上,图3所示的灯组定位装置还可以包括:
更新单元260,用于根据归一化处理后的总权重图对历史权重图进行更新。
在可选实施例中,所述处理单元230,可以具体用于将所述总权重图中权值大于第二阈值的位置的权值置为1,其余位置的权值置为0。
请一并参阅图4,图4为本发明实施例提供的另一种灯组定位装置的结构示意图,在图2所示实施例的基础上,图4所示的灯组定位装置中,所述定位单元250还可以包括:
投影子单元251,用于将二值化处理后的总权重图沿垂直灯组的方向进行投影;
确定子单元252,用于根据投影图中的最大波峰确定总权重图中灯眼中心的候选横坐标或候选纵坐标;
处理子单元253,用于对于所述候选横坐标或候选纵坐标,在二值化处理后的总权重图中沿灯组方向向外扩展预设宽度,并对得到的区域进行加权平均处理,以得到总权重图中灯眼中心的横坐标和纵坐标;
定位子单元254,用于根据所述总权重图中灯眼中心的横坐标和纵坐标进行灯组定位。
请一并参阅图5,图5为本发明实施例提供的另一种灯组定位装置的结构示意图,在图4所示实施例的基础上,图5所示的灯组定位装置还可以包括:
第二确定单元270,用于确定所述二值化处理后的总权重图的定位置信度和/或灯眼饱和度;
相应地,所述定位单元250,可以具体用于当根据所述二值化处理后的总权重图的定位置信度和/或灯眼饱和度确定所述二值化处理后的总权重图的综合置信度超过预设综合置信度阈值时,根据所述二值化处理后的对灯组进行定位。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
由上述实施例可见,根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性确定各灯眼对应的权重图,并将各灯眼对应的权重图进行融合,以得到当前权重图,并对当前权重图进行滤除干扰处理,然后将处理后的当前权重图与历史权重图进行融合,以得到总权重图,并对总权重图进行二值化处理,进而,根据二值化处理后的总权重图进行灯组定位,一方面引入当前权重图,利用信号灯实时状态信息,增强定位算法的定位速度,另一方面引入历史权重图,利用信号灯亮灭的历史信息,增强了定位算法的容错能力,此外,在生成当前权重图时,利用多个灯眼状态信息和灯眼的位置对称关系,融合各灯眼对应的权重图,增强了定位算法的抗干扰能力,从而提高了灯组定位的准确性。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种灯组定位方法,其特征在于,包括:
根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图;其中,灯眼定位区域为初始标定的实际灯眼位置向外扩展预设距离;
将所述各灯眼对应的权重图进行融合,以得到当前权重图,并对当前权重图进行滤除干扰处理;
将处理后的当前权重图与历史权重图进行融合,以得到总权重图,并对所述总权重图进行二值化处理;
根据二值化处理后的总权重图对灯组进行定位。
2.根据权利要求1所述的方法,其特征在于,所述根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图,包括:
根据灯组中各灯眼的状态,确定各灯眼定位区域内对应颜色的颜色强度;
根据所述各灯眼定位区域内对应颜色的颜色强度确定相应灯眼对应的权重图中的权值。
3.根据权利要求1所述的方法,其特征在于,所述将处理后的当前权重图与历史权重图进行融合,以得到总权重图,包括:
对处理后的当前权重图与历史权重图中相同位置的权值进行预设算法的处理;其中,所述预设算法包括叠加、相乘、加权、与操作或以下算法:
其中,ω(i,j)为处理后的当前权重图中坐标为(i,j)的像素点对应的权值,η(i,j)为历史权重图中坐标为(i,j)的像素点对应的权值,α表示处理后的当前权重图权值在融合过程中所占的比重,β表示历史权重图权值在融合过程中所占的比重。
4.根据权利要求3所述的方法,其特征在于,所述历史权重图中与初始标定的实际灯眼位置对应的权值的初始值为最大值,其余位置的权值的初始值为0;
所述将处理后的当前权重图与历史权重图进行融合,以得到总权重图之后,还包括:
对所述总权重图进行归一化处理,并根据归一化处理后的总权重图对历史权重图进行更新。
5.根据权利要求1所述的方法,其特征在于,所述根据二值化处理后的总权重图对灯组进行定位之前,还包括:
确定所述二值化处理后的总权重图的定位置信度和/或灯眼饱和度;
当根据所述二值化处理后的总权重图的定位置信度和/或灯眼饱和度确定所述二值化处理后的总权重图的综合置信度超过预设综合置信度阈值时,确定执行所述根据二值化处理后的总权重图对灯组进行定位的步骤。
6.一种灯组定位装置,其特征在于,包括:
第一确定单元,用于根据灯组中各灯眼的状态,以及各灯眼定位区域内各像素点的色彩属性,确定各灯眼对应的权重图;其中,灯眼定位区域为初始标定的实际灯眼位置向外扩展预设距离;
第一融合单元,用于将所述各灯眼对应的权重图进行融合,以得到当前权重图;
处理单元,用于对当前权重图进行滤除干扰处理;
第二融合单元,用于将处理后的当前权重图与历史权重图进行融合,以得到总权重图;
所述处理单元,还用于对所述总权重图进行二值化处理;
定位单元,用于根据二值化处理后的总权重图对灯组进行定位。
7.根据权利要求6所述的装置,其特征在于,
所述第一确定单元,具体用于根据灯组中各灯眼的状态,确定各灯眼定位区域内对应颜色的颜色强度;根据所述各灯眼定位区域内对应颜色的颜色强度确定相应灯眼对应的权重图中的权值。
8.根据权利要求6所述的装置,其特征在于,
所述第二融合单元,具体用于对处理后的当前权重图与历史权重图中相同位置的权值进行预设算法的处理;其中,所述预设算法包括叠加、相乘、加权、与操作或以下算法:
其中,ω(i,j)为处理后的当前权重图中坐标为(i,j)的像素点对应的权值,η(i,j)为历史权重图中坐标为(i,j)的像素点对应的权值,α表示处理后的当前权重图权值在融合过程中所占的比重,β表示历史权重图权值在融合过程中所占的比重。
9.根据权利要求8所述的装置,其特征在于,所述历史权重图中与初始标定的实际灯眼位置对应的权值的初始值为最大值,其余位置的权值的初始值为0;
所述处理单元,还用于对所述总权重图进行归一化处理;
所述装置还包括:
更新单元,用于根据归一化处理后的总权重图对历史权重图进行更新。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第二确定单元,用于确定所述二值化处理后的总权重图的定位置信度和/或灯眼饱和度;
所述定位单元,具体用于当根据所述二值化处理后的总权重图的定位置信度和/或灯眼饱和度确定所述二值化处理后的总权重图的综合置信度超过预设综合置信度阈值时,根据所述二值化处理后的对灯组进行定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610265022.XA CN105957071B (zh) | 2016-04-26 | 2016-04-26 | 一种灯组定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610265022.XA CN105957071B (zh) | 2016-04-26 | 2016-04-26 | 一种灯组定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105957071A CN105957071A (zh) | 2016-09-21 |
CN105957071B true CN105957071B (zh) | 2019-04-12 |
Family
ID=56915912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610265022.XA Active CN105957071B (zh) | 2016-04-26 | 2016-04-26 | 一种灯组定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105957071B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106445084A (zh) * | 2016-09-30 | 2017-02-22 | 乐视控股(北京)有限公司 | 定位方法及采集设备 |
CN106651948A (zh) * | 2016-09-30 | 2017-05-10 | 乐视控股(北京)有限公司 | 一种定位方法及手柄 |
CN107154057B (zh) * | 2017-04-27 | 2020-01-17 | 西安诺瓦星云科技股份有限公司 | 点定位方法及装置 |
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 |
CN109035331B (zh) * | 2017-06-12 | 2020-11-17 | 浙江宇视科技有限公司 | 一种信号灯组的位置矫正方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915537A (zh) * | 2012-09-14 | 2013-02-06 | 飞依诺科技(苏州)有限公司 | 基于帧的超声图像处理方法及系统 |
CN103488987A (zh) * | 2013-10-15 | 2014-01-01 | 浙江宇视科技有限公司 | 一种基于视频检测交通信号灯的方法及装置 |
CN103489324A (zh) * | 2013-09-22 | 2014-01-01 | 北京联合大学 | 一种基于无人驾驶的实时动态红绿灯检测识别方法 |
CN104574960A (zh) * | 2014-12-25 | 2015-04-29 | 宁波中国科学院信息技术应用研究院 | 一种交通灯识别方法 |
CN105205486A (zh) * | 2015-09-15 | 2015-12-30 | 浙江宇视科技有限公司 | 一种车标识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102365655A (zh) * | 2009-06-10 | 2012-02-29 | 三菱电机株式会社 | 图像核对装置以及使用了该图像核对装置的患者定位装置 |
-
2016
- 2016-04-26 CN CN201610265022.XA patent/CN105957071B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915537A (zh) * | 2012-09-14 | 2013-02-06 | 飞依诺科技(苏州)有限公司 | 基于帧的超声图像处理方法及系统 |
CN103489324A (zh) * | 2013-09-22 | 2014-01-01 | 北京联合大学 | 一种基于无人驾驶的实时动态红绿灯检测识别方法 |
CN103488987A (zh) * | 2013-10-15 | 2014-01-01 | 浙江宇视科技有限公司 | 一种基于视频检测交通信号灯的方法及装置 |
CN104574960A (zh) * | 2014-12-25 | 2015-04-29 | 宁波中国科学院信息技术应用研究院 | 一种交通灯识别方法 |
CN105205486A (zh) * | 2015-09-15 | 2015-12-30 | 浙江宇视科技有限公司 | 一种车标识别方法及装置 |
Non-Patent Citations (1)
Title |
---|
"多传感器运动图像的跨尺度分析与融合研究";徐亮;《中国博士学位论文全文数据库 信息科技辑》;20160315;论文摘要,第88-93页 |
Also Published As
Publication number | Publication date |
---|---|
CN105957071A (zh) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105957071B (zh) | 一种灯组定位方法及装置 | |
CN102354457B (zh) | 基于广义霍夫变换的交通信号灯位置检测方法 | |
CN103714538B (zh) | 道路边缘检测方法、装置及车辆 | |
CN104766086B (zh) | 一种公路标识的监管方法和系统 | |
CN106297330B (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 | |
CN103268470B (zh) | 基于任意场景的视频对象实时统计方法 | |
CN106971544B (zh) | 一种直接利用静态图像来检测车辆拥堵的方法 | |
Almagambetov et al. | Mobile standards-based traffic light detection in assistive devices for individuals with color-vision deficiency | |
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 | |
CN105654732A (zh) | 一种基于深度图像的道路监控系统及方法 | |
CN101833859A (zh) | 基于虚拟线圈的自触发车牌识别方法 | |
CN106327461B (zh) | 一种用于监测的图像处理方法及装置 | |
CN107784844B (zh) | 智能交通信号灯系统及其道路环境检测方法 | |
CN107730481A (zh) | 一种交通信号灯图像处理方法及交通信号灯图像处理装置 | |
CN103927758B (zh) | 一种基于对比度与角点最小凸包的显著性检测方法 | |
CN110645973B (zh) | 车辆定位方法 | |
CN108256467B (zh) | 一种基于视觉注意机制和几何特征的交通标志检测方法 | |
CN109147351A (zh) | 一种交通信号灯控制系统 | |
CN109345876A (zh) | 一种船舶监控系统及方法 | |
CN106408526B (zh) | 一种基于多层矢量图的能见度检测方法 | |
CN107264570B (zh) | 钢轨光带分布检测装置与方法 | |
CN110334666A (zh) | 一种基于双摄像机的交叉口分车道详细交通参数采集方法 | |
CN103413135B (zh) | 一种车辆前照灯亮暗边界线检测方法、装置和系统 | |
CN104143077B (zh) | 基于图像的行人目标检索方法和系统 | |
Vani et al. | Intelligent traffic control system with priority to emergency vehicles |
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 |