一种交通灯定位方法

摘要

本发明公开了一种交通灯定位方法，其预先对交通灯所在的目标区域进行扩展，获得约束区域并对约束区域的灰度图像进行二值化，从二值化图像中提取亮区面积的比例、小面积亮区的数目、标准灯面积亮区的数目、大面积亮区的数目以及暗区的平均灰度值，根据这些特征对目标区域所在的路口图像进行昼夜判断，如果是夜晚图像，则通过二值化图像检测状态为“亮”的信号灯，根据信号灯的位置，实现交通灯位置的调整；如果是白天图像，则通过二值化图像检测交通灯结构中的黑色框架，根据黑色框架的位置，实现交通灯位置的调整；优点是计算复杂度低、运算速度快、环境适应力强、实现简单。

主权项

一种交通灯定位方法，其特征在于包括以下步骤：①将实时获取的交通路口监控视频中当前待处理的第n帧路口图像中交通灯所在的最小矩形区域定义为当前目标区域，记为CTⁿ；将CTⁿ在第n帧路口图像中的位置以CTⁿ的左上角像素点在第n帧路口图像中的坐标位置来表示，记为(x_w,y_w)；并将CTⁿ的面积记为A_light，A_light＝X×Y；其中，n的初始值为0，0≤n≤N‑1，N表示实时获取的交通路口监控视频中包含的路口图像的总帧数，W和H对应表示实时获取的交通路口监控视频中的路口图像的宽度和高度，X表示CTⁿ在宽度方向上的像素点的总个数，Y表示CTⁿ在长度方向上的像素点的总个数；设定一个白天帧数统计量用于统计白天条件下成功检测到交通灯目标的连续帧数，并令初始值为0；设定一个动态阈值T_active，并规定其变化范围为40≤T_active≤120，当n＝0时取T_active＝40；②在第n帧路口图像中将CTⁿ向四周进行扩展形成一个更大的矩形区域，将该更大的矩形区域定义为约束区域，并记为CSⁿ；然后将CSⁿ在第n帧路口图像中的位置以CSⁿ的左上角像素点在第n帧路口图像中的坐标位置来表示，记为(x_d,y_d)，y_d＝y_w‑X‑y_over；将CSⁿ中的中心像素点在第n帧路口图像中的坐标位置记为(x_c,y_c)，并将CSⁿ的面积记为A_det，A_det＝X'×Y'；其中，0≤x_d≤W‑X'‑1,0≤y_d≤H‑Y'‑1，x_over表示横坐标边界修正值，y_over表示纵坐标边界修正值，X'表示CSⁿ在宽度方向上的像素点的总个数，Y'表示CSⁿ在长度方向上的像素点的总个数，X'＝4X,Y'＝(Y+2X)；③获取CSⁿ的灰度图像，记为CSGⁿ；然后对CSGⁿ进行二值化处理得到CSGⁿ的第一二值化图像，记为再获取中的亮区面积的比例、中的小面积亮区的数目、中的标准灯面积亮区的数目、中的大面积亮区的数目以及中的暗区的平均灰度值，对应记为p_high、n_S、n_A、n_L以及g_low；④根据p_high、n_S、n_A、n_L以及g_low确定第n帧路口图像为夜晚条件下的图像还是为白天条件下的图像还是无法判断白天或夜晚条件下的图像，具体过程为：④‑1、判断n_S+n_A≤4且n_A≤3且n_L＝0且p_high<0.2且g_low<50是否成立，如果成立，则确定第n帧路口图像为夜晚条件下的图像，并令再执行步骤⑤；如果不成立，则执行步骤④‑2；④‑2、判断是否同时满足以下两个条件，如果满足，则确定第n帧路口图像为白天条件下的图像，再执行步骤⑦；如果不满足，则执行步骤④‑3；条件一：n_S+n_A≥1或n_A≥1，条件二：p_high>0.1且g_low>30；④‑3、确定第n帧路口图像为无法判断白天或夜晚条件下的图像，并令再执行步骤⑤如果n_A＝＝1，则表明在夜晚条件下中有且只有一个四连通域，记为然后计算的宽度和长度，对应记为W_a和L_a，W_a＝x_a,max‑x_a,min，L_a＝y_a,max‑y_a,min，其中，x_a,min和x_a,max对应表示中的像素点的水平坐标的最小值和最大值，y_a,min和y_a,max对应表示中的像素点的垂直坐标的最小值和最大值；接着判断是否成立，如果成立，则判定为夜晚条件下成功检测到的交通灯目标，再执行步骤⑥进行定位，如果不成立，再执行步骤如果n_A>1或n_A<1，则执行步骤⑥令然后根据x_a,mid、x_c和x_over，计算CTⁿ在水平方向的偏移量，记为x_mov，x_mov＝x_a,mid‑(x_c+x_over)；并根据y_a,min、y_a,max和y_over，计算CTⁿ在垂直方向的偏移量，记为y_mov，再执行步骤⑦根据T_active对CSGⁿ重新进行二值化处理得到CSGⁿ的第二二值化图像，记为接着定义两个有共同中心像素点的矩形，其中一个矩形的宽度和长度对应为W_out和L_out，另一个矩形的宽度和长度对应为W_in和L_in，W_out>W_in，L_out>L_in，且满足deep＝W_out‑W_in＝L_out‑L_in，deep≠0，将两个矩形之间的区域定义为框架模板，记为K(W_out,L_out,deep)；再固定W_out的值和deep的值，通过改变L_out的值确定四个不同的框架模板，根据四个不同的框架模板在中进行框架检测，得到的框架检测结果，记为⑧统计中的四连通域的数目，记为n_K，如果n_K＝＝0，则令T_active＝T_active+10，再执行步骤如果n_K>0，则在中获取包含中的所有四连通域的最小矩形区域的宽度和长度，记为W_R和L_R，W_R＝x_b,max‑x_b,min，L_R＝y_b,max‑y_b,min，然后根据W_R和L_R对T_active进行调整，再执行步骤⑨；其中，T_active＝T_active+10中的“＝”为赋值符号，x_b,min和x_b,max对应表示在中获取的包含中的所有四连通域的最小矩形区域中的像素点的水平坐标的最小值和最大值，y_b,min和y_b,max对应表示在中获取的包含中的所有四连通域的最小矩形区域中的像素点的垂直坐标的最小值和最大值；⑨如果n_K＝＝1，则表明在白天条件下中有且只有一个四连通域，记为然后执行步骤⑩；如果n_K>1，则令然后执行步骤⑩判断W_R≤1.25X且L_R≤Y‑0.2X且Y‑0.2X≤L_R≤Y+0.4X是否成立，如果成立，则判定为白天条件下成功检测到的交通灯目标，并令然后执行步骤如果不成立，则令然后执行步骤如果则执行步骤如果则表明连续16帧白天条件下成功检测到交通灯目标，然后执行步骤进行定位；令并令然后根据x_b,mid、x_c和x_over，计算CTⁿ在水平方向的偏移量，记为x_mov，x_mov＝x_b,mid‑(x_c+x_over)；并根据y_b,mid和y_c，计算CTⁿ在垂直方向的偏移量，记为y_mov，y_mov＝y_b,mid‑(y_c+y_over)；再执行步骤根据x_mov和y_mov，对CTⁿ在第n帧路口图像中的位置进行校准，将校准后的CTⁿ的左上角像素点在第n帧路口图像中的坐标位置记为(x_w',y_w')，x_w'＝x_w+x_mov，y_w'＝y_w+y_mov，然后令x_w＝x_w'，并令y_w＝y_w'，其中，x_w＝x_w'和y_w＝y_w'中的“＝”为赋值符号；令n＝n+1，将实时获取的交通路口监控视频中下一帧待处理的路口图像中左上角像素点的坐标位置为(x_w,y_w)且面积为X×Y的矩形区域作为当前目标区域，记为CTⁿ，再返回步骤②继续执行，直至实时获取的交通路口监控视频中的所有路口图像处理完毕；其中，n＝n+1中的“＝”为赋值符号。