[发明专利]一种基于滤光片的红绿灯识别方法

说明书

技术领域

本发明属于计算机视觉中的模式识别与人工智能领域，是一种在传统的图像处理基础上，通过使用滤光片简化识别算法，提高红绿灯识别准确度的方法。

背景技术

在计算机视觉领域，利用基于数字图像处理的方法实现目标分割、模式识别在现实中应用的十分普遍。近年来，随着智能交通技术的发展，尤其是无人驾驶汽车的研究，城市交通环境中的红绿灯识别越来越多地受到人们的关注。

现有的红绿灯识别方法一般是从摄像头采集的彩色图像出发，使用合适的图像处理算法，提取图像中具体特征，进而实现红绿灯的识别。目前有两种常用的识别方法。一种是基于颜色空间的识别方法。从RGB、HSI、Lab等颜色空间中直接提取彩色图像的红色分量和绿色分量，进而判断红绿灯的状态是最简单有效地方法。但是彩色图像受相机成像质量和环境光照的影响很大，现实中会有较大的颜色失真，因此，直接提取红色分量和绿色分量的方法鲁棒性较差。另一种是基于机器学习的方法，如Adaboost和神经网络。这种方法首先对大量的训练样本提取红绿灯图像的显著特征，进行模式分类，生成特定的判别准则，然后对相机采集的到的新的图像进行相应的判断。这种方法准确度和鲁棒性较高，但需要大量的训练样本和较长时间的离线学习，且计算复杂。

因而，设计一种简单有效，并且具有较高鲁棒性的红绿灯识别算法就显得十分重要。由于彩色滤光片能够使特定颜色的光线通过，而反射其他的颜色，所以在相机前端安装红色滤光片和绿色滤光片，便能够有效地滤除其他颜色的影响，极大地简化图像处理的复杂度，提高红绿灯识别的效率和鲁棒性。

发明内容

本发明所要解决的技术问题是提供一种基于滤光片的红绿灯识别方法，快速准确的识别现实环境中的红绿灯交通标志。

为解决以上技术问题，本发明采用以下技术方案：

一种基于滤光片的红绿灯识别方法，在两台相机上分别安排红色滤光片和绿色滤光片，所述两台相机的光轴平行；识别红绿灯时，根据采集到的红绿灯图像，提取图像中的连通域，以每一个连通域作为红绿灯识别的候选区域，然后通过红绿灯在图像中所占像素面积的范围或者红绿灯在图像中的位置或者候选区域的占空比或者极线约束判断红绿灯。

所述两台相机安装在连接件上，以对两台相机进行调整，保证两台相机的光轴平行。

在进行红绿灯识别之前，首先通过棋盘格标定板标定出两台相机的内参和外参。

在进行红绿灯识别之前，首先调整相机镜头的焦距和光圈，保证自然环境下的红绿灯能够清晰成像。

调整相机镜头的焦距和光圈后，关闭相机的自动曝光和自动增益功能，使图像整体亮度大幅下降。

所述相机的采集帧率设定为10～20fps。

根据面积判断红绿灯的方法为：红绿灯在图像所占像素由以下公式求得：

d=fDZc,f=f0dx]]>

其中，d是图像中红绿灯区域的直径，单位像素，f是相机的等效焦距，f₀是相机镜头的实际焦距，d_x是相机CCD的尺寸；根据已知的相机参数，便可估算出相机在距离红绿灯Z_c时，红绿灯在图像中的外接矩形区域和面积大小，从而确定在有效识别距离内，红绿灯在图像中所占像素面积的范围，以此为判别依据，便可以排除过大和过小的候选区域。