一种交通视频监控中的光照识别方法

摘要

本发明公开了一种交通视频监控中的光照识别方法，对实时获得的交通视频监控图像，通过边缘保留滤波降低噪声干扰，并且能够保留图像中物体的边缘，不损失原图像中的细节信息，然后利用原始图像和滤波后得到的图像计算峰值信噪比(PSNR)作为光照识别的依据，通过对比PSNR值与分类阈值从而确定光照是阴暗或是明亮。此外，本发明通过统计历史PSNR值，每隔一定时间自适应的调整分类阈值。本方法的优点是识别精度高，大面积阴影、场景复杂、噪声多的情况下保证更高的精确度，由于采用了动态阈值，能够防止在天气突变、季节变化的情况下的错误识别，对于天气变化具有很强的稳定性。

主权项

一种交通灯识别方法，其特征在于包括以下步骤：①实时获取路口监控视频中当前待处理的第n帧路口图像I_N，其中，n的初始值为0，0≤n≤N‑1，N表示实时获取的路口监控视频中包含的路口图片的总帧数；②如果n≠0，则执行步骤④；如果n＝0，初始化PSNR(峰值信噪比)值的统计量S(PSNR值获取方式在步骤⑥中说明)；统计量S＝(s₀，s₁，...，s_M‑1)是一个M维数组，s₀，s₁，...，s_M‑1表示M个整数变量，M表示PSNR值最大值；初始化方式为：将s₀，s₁，...，s_M‑1都赋值为0；然后继续执行步骤③；③将分类阈值T赋值为经验值，然后继续执行步骤⑤；④当n％100＝0时，更新分类阈值T，否则不更新；然后执行步骤⑤；⑤对当前的第n帧图像I_N进行滤波处理，得到滤波后图像O_N；⑥根据没有滤波的图像I_N和滤波的输出图像O_N计算PSNR值，计算方式为其中MAX表示最大灰度值；|ω|表示图像中所有像素的数量；I_i和O_i分别表示的原图像I_N和滤波输出图像O_N在第i个像素处的像素值，i表示像素的序号，0≤i≤|ω|‑1；⑦将步骤⑥中计算得到的PSNR值加入统计量S，具体方法为：如果PSNR≤1，则赋值s₀＝s₀+1；如果1＜PSNR≤2，则赋值s₁＝s₁+1；……如果M‑1＜PSNR，则武值s_M‑1＝s_M‑1+1；⑧比较步骤⑥中计算得到的PSNR值与当前阈值T；如果PSNR≥T，得到识别结果为“光照明亮”；如果PSNR＜T，得到识别结果为“光照阴暗”。