一種簡(jiǎn)單的基于圖像處理交通信號(hào)燈識(shí)別算法

孫學(xué)聰 鄧煜

摘 要：交通信號(hào)燈是智能車輛在城市環(huán)境中行駛的主要指示信號(hào)，在城市交通安全中發(fā)揮了不可或缺的作用。交通信號(hào)燈通常設(shè)在交叉口，能夠供應(yīng)智能車輛的方位信息，查看和辨認(rèn)交通信號(hào)燈的情況是智能車輛感知的重要任務(wù)。在簡(jiǎn)單工況下，可在各種顏色空間中利用信號(hào)燈顏色的先進(jìn)行分割得到興趣區(qū)域，然后再通過信號(hào)燈所特有的形狀特征等進(jìn)行進(jìn)一步的判定。關(guān)鍵詞：智能車輛;感知;顏色空間中圖分類號(hào)：U491.5 ?文獻(xiàn)標(biāo)識(shí)碼：B ?文章編號(hào)：1671-7988（2019）01-44-03

A Simple Algorithm for Traffic Signal Recognition Based on Image Processing

Sun Xuecong， Deng Yu

（ Shaanxi Heavy Automobile Co.， Ltd.. Automotive Engineering Research Institute， Shaanxi Xi'an 710200 ）

Abstract：?Traffic signal lamp is the main indication signal for intelligent vehicles in urban environment. Traffic signal lights are usually set at intersections， which can provide the orientation information of intelligent vehicles. It is an important task for intelligent vehicles to see and identify the traffic signal lights. Under simple operating conditions， the region of interest can be segmented by a priori of the color of the signal lamp in various color spaces， and then further determined by the shape characteristics of the signal lamp.Keywords： Intelligent vehicle;?perceives; color spaceCLC NO.： U491.5 ?Document Code： B ?Article ID：?1671-7988（2019）01-44-03

1 前言

智能車輛感知層主要有攝像頭、雷達(dá)等，其中攝像頭是視覺識(shí)別的重要元件。智能車輛可以通過攝像頭進(jìn)行交通標(biāo)識(shí)識(shí)別，配合其它感知元件進(jìn)行環(huán)境感知。交通信號(hào)燈是智能車輛在城市環(huán)境中行駛的主要指示信號(hào)，如交通信號(hào)燈等交通標(biāo)示識(shí)別，是智能車輛進(jìn)行路徑規(guī)劃、車道動(dòng)態(tài)控制的前提因素。本文介紹了在簡(jiǎn)單工況下，利用MATLAB圖像處理工具箱的相關(guān)函數(shù)在顏色空間中對(duì)信號(hào)燈顏色進(jìn)行分割等操作，然后再通過信號(hào)燈形狀特征等進(jìn)行進(jìn)一步的判斷從而識(shí)別交通信號(hào)燈的簡(jiǎn)便方法。

2 系統(tǒng)分析

2.1 交通信號(hào)燈

道路交通信號(hào)燈^[1]是指揮交通運(yùn)行的信號(hào)燈，一般由紅燈、綠燈、黃燈組成三個(gè)無圖案圓形單位組成的一組燈，指導(dǎo)機(jī)動(dòng)車通行。綠燈亮?xí)r，準(zhǔn)許車輛通行，但轉(zhuǎn)彎的車輛不得妨礙被放行的直行車輛、行人通行;黃燈亮?xí)r，已越過停止線的車輛可以繼續(xù)通行;紅燈亮?xí)r，禁止車輛通行。

國(guó)標(biāo)GB14887中對(duì)道路交通信號(hào)燈有明確規(guī)定，如發(fā)光單元尺寸Φ200mm、Φ300 mm、Φ400 mm三種規(guī)格發(fā)光單元在信號(hào)燈殼體上安裝孔的直徑分別為Φ200mm、Φ290 mm、Φ390 mm，尺寸允許偏差±2 mm。對(duì)于無圖案信號(hào)燈，出光面直徑分別為Φ185mm、Φ275 mm、Φ365 mm，尺寸允許偏差±2 mm;對(duì)于有圖案信號(hào)燈，出光面直徑分別為Φ185mm、Φ275 mm、Φ365 mm，尺寸允許偏差±2 mm，圖像尺寸符合國(guó)標(biāo)附錄。

發(fā)光亮度在各個(gè)方向上的平均值不低于表1中的最小亮度值，且不大于15000cd/m²。在可觀察信號(hào)燈點(diǎn)亮區(qū)域內(nèi)，亮度應(yīng)均勻，在基準(zhǔn)軸上的發(fā)光亮度的最大值與最小值之比應(yīng)不大于2。

發(fā)光強(qiáng)度在基準(zhǔn)軸上不小于150cd，且不大于400 cd，其它方向上的發(fā)光強(qiáng)度應(yīng)不低于表2規(guī)定。

2.2 彩色視覺

彩色視覺（color vision）是一個(gè)生物體或機(jī)器基于物體所反射，發(fā)出或透過的光的波長(zhǎng)（或頻率）?以區(qū)分物體的能力。顏色可以以不同的方式被測(cè)量和量化;事實(shí)上，人對(duì)顏色的感知是一個(gè)主觀的過程，即，腦響應(yīng)當(dāng)進(jìn)入的光與眼中的若干種視錐細(xì)胞作用時(shí)所產(chǎn)生的刺激。

彩色視覺常用顏色空間也稱彩色模型（又稱彩色空間或彩色系統(tǒng)）描述，它的用途是在某些標(biāo)準(zhǔn)下用通?？山邮艿姆绞綄?duì)彩色加以說明。彩色模型是坐標(biāo)系統(tǒng)和子空間的闡述。位于系統(tǒng)的每種顏色都有單個(gè)點(diǎn)表示。采用的大多數(shù)顏色模型都是面向硬件或面向應(yīng)用的。

其中RGB顏色空間是依據(jù)人眼識(shí)別的顏色定義出的空間，可表示大部分顏色。以R（Red紅）、G（Green綠）、B（Blue藍(lán)）三種基本色為基礎(chǔ)，進(jìn)行不同程度的疊加，產(chǎn)生豐富而廣泛的顏色，所以俗稱三基色模式。在大自然中有無窮多種不同的顏色，而人眼只能分辨有限種不同的顏色，RGB模式可表示一千六百多萬種不同的顏色，在人眼看來它非常接近大自然的顏色，故又稱為自然色彩模式。

亮度、色調(diào)、飽和度三個(gè)基本特征來描述;其中亮度是指明暗程度，色調(diào)是指光的顏色，飽和度是指顏色的深淺程度。顏色空間^[2]模型如圖1所示。

H參數(shù)表示色彩信息，即所處的光譜顏色的位置。該參數(shù)用一角度量來表示，紅、綠、藍(lán)分別相隔120度。

S為一比例值，范圍從0到1，它表示成所選顏色的純度和該顏色最大的純度之間的比率。S=0時(shí)，只有灰度。

V表示色彩的明亮程度，范圍從0到1。有一點(diǎn)要注意：它和光強(qiáng)度之間并沒有直接的聯(lián)系。

2.3 MATLAB圖像處理工具箱

Matlab對(duì)圖像的處理功能主要集中在它的圖像處理工具箱（Image Processing Toolbox）中，圖像處理工具箱是由一系列支持圖像處理操作的函數(shù)組成，可以進(jìn)行諸如幾何操作、線性濾波和濾波器設(shè)計(jì)、圖像變換、圖像分析與圖像增強(qiáng)、數(shù)學(xué)形態(tài)學(xué)處理等圖像處理操作，主要有以下功能模塊：

●?Image Acquisition Toolbox（圖像采集工具箱）

●?Image Processing Toolbox（圖像處理工具箱）

●?Signal Processing Toolbox（信號(hào)處理工具箱）

●?Wavelet Toolbox（小波分析工具箱）

●?Statistics Toolbox（統(tǒng)計(jì)工具箱）

●?Bioinformatics Toolbox（生物信息學(xué)工具箱）

Matlab其具有上手容易，開發(fā)周期短，見效快;程序代碼編寫量明顯減少;提供多種圖像處理工具包等特點(diǎn)，比較適合進(jìn)行圖像識(shí)別相關(guān)工作。

2.4 識(shí)別系統(tǒng)方案實(shí)施

本文分析了道路交通信號(hào)燈色彩特點(diǎn)、圖形學(xué)特點(diǎn)等特征，結(jié)合彩色視覺RGB顏色空間基本特征，并利用Matlab圖像處理工具箱進(jìn)行圖像的灰度分割、邊緣檢測(cè)等操作，能夠?qū)崿F(xiàn)多交通信號(hào)燈的識(shí)別，并制定其系統(tǒng)流程如圖2所示：

其中紅色信號(hào)燈識(shí)別為例，首先將RGB 值轉(zhuǎn)換為相應(yīng)的色調(diào)、飽和度和明度?（HSV） 坐標(biāo)。rgb?可以是?p×3 顏色圖數(shù)組或?m×n×3 圖像數(shù)組。hsv?的大小與?rgb?相同。其次，利用紅色色彩特征值，搜索敏感區(qū)域識(shí)別紅色顏色區(qū)域;并結(jié)合交通信號(hào)燈外形特征完成結(jié)構(gòu)元素。再次，對(duì)圖形結(jié)構(gòu)元素實(shí)現(xiàn)二值化圖像，填充背景色。

部分主要代碼如下：

%hsv三元色圖像

hsv=rgb2hsv（a）;

h=hsv（：，：，1）;

s=hsv（：，：，2）;

v=hsv（：，：，3）;

figure（2）

imshow（hsv）;

title（'HSV圖像'）; ?????%轉(zhuǎn)換為hsv圖像并顯示

bw1=h>0.9|h<0.05; ????%0.9，0.05

bw1=bw1.*（s>0.5）; ????%檢測(cè)紅色區(qū)域

se=strel（'disk'，3）; ??????%創(chuàng)建一個(gè)指定半徑R的平面結(jié)構(gòu)元素

bw2=imopen（bw1，se）; ??%用結(jié)構(gòu)元素SE實(shí)現(xiàn)二值圖像的bw1的形態(tài)開運(yùn)算。

bw2=bwfill（bw2，'holes'）; %填充二進(jìn)制圖像的背景色

figure

imshow（bw2）

依據(jù)以上方案在MATLAB環(huán)境中完成了整個(gè)算法搭建及實(shí)現(xiàn)，算法運(yùn)行正常，隨后分別針對(duì)網(wǎng)絡(luò)資源道路交通信號(hào)燈圖片、實(shí)際路況道路交通信號(hào)燈圖片進(jìn)行功能測(cè)試。

3 試驗(yàn)效果

3.1 網(wǎng)絡(luò)資源驗(yàn)證

為了驗(yàn)證算法實(shí)際效果，首先通過網(wǎng)絡(luò)資源下載相關(guān)交通信號(hào)燈圖片，利用已完成的算法進(jìn)行離線交通信號(hào)燈識(shí)別效果驗(yàn)證，其效果如圖3、圖4所示。

3.2 實(shí)際路況驗(yàn)證

為了進(jìn)一步檢驗(yàn)實(shí)際路口交通信號(hào)燈識(shí)別效果，本人通過手機(jī)（華為L(zhǎng)DN-AL20）拍攝實(shí)際路口交通信號(hào)燈圖片進(jìn)行實(shí)際效果檢驗(yàn)，其效果如圖5、圖6所示。

根據(jù)驗(yàn)證效果分析，利用道路交通信號(hào)燈色彩特點(diǎn)、圖形學(xué)特點(diǎn)等特征，結(jié)合彩色視覺RGB顏色空間基本特征，并利用Matlab圖像處理工具箱進(jìn)行圖像的灰度分割、邊緣檢測(cè)等操作，可以實(shí)現(xiàn)簡(jiǎn)單路況道路交通信號(hào)的識(shí)別。

4 結(jié)論

本文實(shí)現(xiàn)的評(píng)估方案是建立在道路交通信號(hào)燈色彩和形狀特征基礎(chǔ)上，利用MATLAB圖像處理工具箱相關(guān)函數(shù)進(jìn)行識(shí)別;相對(duì)于基于深度學(xué)習(xí)的方案，無需進(jìn)行大量的前期數(shù)據(jù)采集、標(biāo)注等工作，可以快速搭建及實(shí)現(xiàn)。經(jīng)過測(cè)試可以滿足簡(jiǎn)單路況道路交通信號(hào)的識(shí)別需求。

下一步計(jì)劃對(duì)色彩干擾、圖形干擾等干擾因素進(jìn)行剔除，提高識(shí)別精度;并圖像坐標(biāo)上半?yún)^(qū)域敏感區(qū)域進(jìn)行篩選，預(yù)計(jì)減少50%運(yùn)算量;其次根據(jù)實(shí)際車速，選取合理的間隔幀，提高實(shí)時(shí)，可進(jìn)一步優(yōu)化方案。

參考文獻(xiàn)

[1] 道路交通信號(hào)燈GB14887-2011.

[2] 陳超. MATLAB應(yīng)用實(shí)例精講[M].北京：電子工業(yè)出版社，2011.11.