[发明专利]一种基于多分类器的交通信号灯的识别方法

权利要求书

1.一种基于多分类器的交通信号灯的识别方法，其特征在于：该方法包含如下步骤：

S1：用视频采集装置采集车辆前方的图像；

S2：对采集的图像进行图像灰度化，滤波以及建立兴趣区域的预处理过程；

S3：根据采集到的图像，提取交通信号灯颜色；

S4：对步骤S3提取的颜色区域进行形态学过滤；

S5：对过滤之后的颜色区域进行HOG特征和颜色特征提取；

S6：利用HOG特征对SVM分类器进行训练，将颜色特征输入训练好的SVM分类器中进行识别。

2.根据权利要求1所述的一种基于多分类器的交通信号灯的识别方法，其特征在于：所述视频采集装置为摄像头，且分辨率大于640*480，所述摄像头安装在车辆后视镜位置。

3.根据权利要求1所述的一种基于多分类器的交通信号灯的识别方法，其特征在于：步骤S2中所述兴趣区域为采集到的图像的上方1/2部分的区域。

4.根据权利要求1所述的一种基于多分类器的交通信号灯的识别方法，其特征在于：步骤S3包含如下步骤：

S31：将摄像头采集的图像转换为YcbCr颜色模式，转化公式为；

Y=0.257×R+0.564×G+0.098×B+16Cb=-0.148×R-0.291×G+0.439×B+128Cr=0.439×R-0.368×G-0.071×B+128]]>

其中，Y为转换后图像颜色的亮度成分，Cb为转换后图像颜色的蓝色浓度偏移量成分，Cr为转换后图像颜色的红色浓度偏移量成分，R为原始图像中的红色成分，G为原始图像中的绿色成分，B为原始图像中的蓝色成分；

S32：在Cb通道下进行红色与绿色的颜色区域提取，判定交通信号灯存在的区域，

{f(x,y)|R_min≤f_cb≤R_max},color＝Red

{f(x,y)|G_min≤f_cb≤G_max},color＝Green

其中，f(x,y)为像素点的位置，R_min为最小红色阈值，R_max为最大红色阈值，G_max表示最大绿色阈值，G_min表示最小绿色阈值。