| 主权项 |
1.一种基于广义霍夫变换的交通信号灯位置检测方法，其特征在于以图像序列为输入，使用图像灰度，对图像采用一阶微分算子计算图像梯度信息；建立交通灯形状描述函数，定义从图像点到累加器空间的映射，搜索累加器空间极值获取信号灯的坐标，为交通灯状态识别提供位置信息；具体步骤为：步骤1.将输入的图像从彩色空间转换为灰度空间所述输入的图像具有R、G、B三个通道的彩色图像，在R、G、B彩色模型中每个通道为8比特深度，强度的离散范围是0到255；所述转换的公式为：<img file="2011103250734100001DEST_PATH_IMAGE001.GIF" wi="290" he="25" />（1）其中<img file="884901DEST_PATH_IMAGE002.GIF" wi="17" he="18" />、<img file="2011103250734100001DEST_PATH_IMAGE003.GIF" wi="18" he="20" />、<img file="188844DEST_PATH_IMAGE004.GIF" wi="17" he="18" />分别表示对应每个像素点的通道强度值，<img file="2011103250734100001DEST_PATH_IMAGE005.GIF" wi="16" he="18" />是转换后灰度空间对应的强度值；步骤2.利用一阶微分算子计算图像梯度大小和方向通过对相邻点进行差分处理获得函数梯度计算：对水平方向上的相邻点进行差分处理，获得垂直方向上的亮度变化，采用垂直方向上的相邻点差分处理，获得水平方向上的亮度变化，图像在某点的梯度大小表示为：<img file="526284DEST_PATH_IMAGE006.GIF" wi="197" he="42" />（2）梯度方向表示为：<img file="2011103250734100001DEST_PATH_IMAGE007.GIF" wi="209" he="35" />（3）其中<img file="232072DEST_PATH_IMAGE008.GIF" wi="28" he="27" />、<img file="2011103250734100001DEST_PATH_IMAGE009.GIF" wi="30" he="30" />分别是对图像x、y方向的微分；步骤3.对交通灯形状建立映射函数设<img file="193337DEST_PATH_IMAGE010.GIF" wi="123" he="34" />是任意形状区域内的参考点，<img file="DEST_PATH_IMAGE011.GIF" wi="101" he="32" />是交通灯形状边界<img file="984576DEST_PATH_IMAGE004.GIF" wi="17" he="18" />上任意一点，记<img file="125707DEST_PATH_IMAGE012.GIF" wi="24" he="25" />和<img file="DEST_PATH_IMAGE013.GIF" wi="20" he="18" />之间的差矢量为：<img file="190396DEST_PATH_IMAGE014.GIF" wi="131" he="42" />（4）<img file="DEST_PATH_IMAGE015.GIF" wi="13" he="14" />到<img file="86676DEST_PATH_IMAGE016.GIF" wi="14" he="16" />轴夹角为<img file="DEST_PATH_IMAGE017.GIF" wi="16" he="18" />，点<img file="99632DEST_PATH_IMAGE012.GIF" wi="24" he="25" />至边界上<img file="545919DEST_PATH_IMAGE013.GIF" wi="20" he="18" />的距离为<img file="898403DEST_PATH_IMAGE015.GIF" wi="13" he="14" />，定义边界点<img file="903268DEST_PATH_IMAGE016.GIF" wi="14" he="16" />处的边界取向角度为<img file="403519DEST_PATH_IMAGE018.GIF" wi="17" he="16" />，由公式（3）中梯度方向公式，得：<img file="DEST_PATH_IMAGE019.GIF" wi="116" he="27" />（5）定义<img file="886453DEST_PATH_IMAGE020.GIF" wi="22" he="24" />和<img file="DEST_PATH_IMAGE021.GIF" wi="22" he="25" />是取向<img file="919875DEST_PATH_IMAGE022.GIF" wi="24" he="23" />的函数，将<img file="DEST_PATH_IMAGE023.GIF" wi="22" he="21" />角可能的取值范围分成离散的<img file="95641DEST_PATH_IMAGE024.GIF" wi="27" he="24" />种可能状态，记作：<img file="145506DEST_PATH_IMAGE026.GIF" wi="111" he="40" />，k=1,2,3,...,m （6）其中<img file="DEST_PATH_IMAGE027.GIF" wi="28" he="20" />是角度增量，定义<img file="933596DEST_PATH_IMAGE028.GIF" wi="21" he="25" />为方向参数：<img file="DEST_PATH_IMAGE029.GIF" wi="612" he="40" />（7）将全部边界点通过已确定的参考点公式建立对应关系，即得交通灯形状函数模型；步骤4.利用交通灯形状函数进行空间映射计算得图像序列的梯度大小和方向后，将梯度大于0的像素点映射到累加器参数空间，具体做法是：先将累加器阵列清零，对所有边界点<img file="57409DEST_PATH_IMAGE030.GIF" wi="86" he="27" />，根据步骤3计算出来的梯度方向，利用建立的交通灯形状函数进行映射：<img file="DEST_PATH_IMAGE031.GIF" wi="293" he="42" />（8）<img file="466394DEST_PATH_IMAGE032.GIF" wi="316" he="44" />（9）对相应点<img file="DEST_PATH_IMAGE033.GIF" wi="82" he="39" />的累加器值加1；步骤5.搜索累加器空间的最大值利用公式（8）、（9）将所有边界像素映射到参数空间，图像序列中位于交通灯的像素以“投票”的方式累加到参数空间中同一点；随着“投票”的进行，参数空间会搜索到一个极大值点，这个极值点就是原图像空间中的参考点的参数；步骤6.计算实际交通灯位置坐标利用原图空间中各交通灯与参考点相对坐标，反演算出交通灯的最终位置。 |
